Analisis Ketepatan Waktu Kelulusan Mahasiswa UMN Menggunakan Algoritma Naïve Bayes, dan Regresi Logistik (Studi Kasus: Data Kelulusan Mahasiswa S1 Tahun Akademik 2018 Hingga 2020)

Pangestu, Christian (2021) Analisis Ketepatan Waktu Kelulusan Mahasiswa UMN Menggunakan Algoritma Naïve Bayes, dan Regresi Logistik (Studi Kasus: Data Kelulusan Mahasiswa S1 Tahun Akademik 2018 Hingga 2020). Bachelor Thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
	Text DAFTAR_PUSTAKA.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (800kB)
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (865kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (904kB) | Preview
	Text BAB_III.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (826kB)
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (3MB)
	Text BAB_V.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (665kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)

Abstract

Pendidikan adalah salah satu hal terpenting di kehidupan manusia, dan di dunia pendidikan, umumnya untuk untuk mendapatkan gelar sarjana membutuhkan waktu 4 tahun atau 8 semester, dan diploma 3 tahun atau 6 semester, tapi masih banyak mahasiswa yang lulus tidak tepat waktu, argumentasi logis dari penelitian ini adalah observasi atau penelitian untuk memecahkan masalah bahwa mahasiswa lulusan UMN dari tahun 2018-2020 mengalami penurunan rata-rata IPK, dan mahasiswa yang lulus tepat waktu meningkat, dari hal tersebut banyak faktor yang mempengaruhi. Tujuan dari penelitian ini adalah untuk mengetahui gambaran umum faktor apa saja yang mempengaruhi, lalu data analysis, dan visualisasi sehingga mahasiswa bisa lulus tepat waktu maupun tidak tepat waktu pada lulusan mahasiswa UMN tahun 2018-2020. Metode atau pendekatan yang digunakan untuk memecahkan masalah adalah data collection, variabel independen, variabel dependen, CRISP-DM, dengan tools SQLYog, untuk menyimpan data, rapid miner untuk data cleaning, lalu menghitung akurasi prediksi dengan rapid miner menggunakan algoritma Naïve Bayes, dan regresi logistik, menggunakan termasuk metode 10-fold validation, dan memvisualisasikan data dengan Tableau. Kesimpulan hasil akhir yang dikerjakan atau dicapai dari penelitian ini adalah untuk projek dapat memproses penyimpanan pentaho mysql sederhana, Untuk data mining Kesimpulannya, menyarankan menggunakan model dengan akurasi terbesar pada tiap semester pada prodi Sistem Informasi adalah untuk Semester 1 menggunakan model IPS­CrossValidationLogisticRegression, lalu Semester 2 hingga Semester 7 menggunakan model IPK-NaiveBayes (Normal) atau IPK-NaiveBayes (Traning Dengan CrossValidation), untuk Data Visualisasi, juga terdapat insight yang akan dibahas lebih lanjut di skripsi ini.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Pangestu, Christian (00000020896)
Contributors:	Sunardi Oetama, Raymond
Keywords:	Data Analisis, Data Cleaning, Data Mining, Data Visualisasi, Pendidikan
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++ 600 Technology (Applied Sciences) > 650 Management and Public Relations > 658 General management (Risk Management, Profit and Loss, Logistics) > 658.3 Personnel, Staff, Employee, Human Resource Management, Training > 658.306 Job Analysis
Sustainable Development Goals:	Goal 04. Ensure inclusive and equitable quality education and promote lifelong learning Goal 09. Build resilient infrastructure, promote inclusive and sustainable industrialization and foster innovation
Divisions:	Faculty of Engineering & Informatics > Information System
Date Deposited:	24 Aug 2021 15:51
URI:	https://kc.umn.ac.id/id/eprint/17220

Actions (login required)

View Item