Penerapan Decision Tree (ID3) Untuk Profiling Mahasiswa dan Alumni
DOI:
https://doi.org/10.32664/smatika.v13i02.898Kata Kunci:
alumni, decision tree, id3, mahasiswa, profilingAbstrak
Profiling mahasiswa dan alumni merupakan sebuah studi yang bertujuan untuk mengidentifikasi karakteristik individu yang memasuki dan keluar dari sebuah institusi pendidikan. Melalui analisis data yang dikumpulkan, studi ini dapat memberikan informasi yang berharga bagi institusi yaitu Universitas Logistik dan Bisnis Internasional untuk meningkatkan program-program yang ditawarkan dan membantu mahasiswa serta alumni untuk merencanakan karir mereka. Data yang digunakan pada penelitian ini didapatkan dari scraping pada web linkedin yang berjumlah 300 data. Dengan rasio pembagian data testing dan data test sebesar 75% : 25%. Tujuan dari penelitian ini adalah menerapkan metode decision tree pada profiling mahasiswa dan alumni pada Univerisitas logistik dan bisnis International untuk melihat seberapa akurat profiling yang dihasilkan dengan menggunakan metode decision tree id3. Kesimpulan yang dapat diambil dari hasil dan pembahasan pada penelitian yang sudah dilakukan. Maka didapatkan atribut yang paling berpengaruh tehadapat mahasiswa dan alumni untuk mendapatkan pekerjaan adalah organisasi dan sertifikasi skill. Setelah dilakukan pembentukan rule decision tree dengan algoritma id3 dan dilakukan pre-pruning dan post-pruning untuk memastikan bahwa pohon keputusan yang dihasilkan tidak overfiting. Maka didapatkan akurasi untuk data train sebesar 0.64 atau 64% dan data test sebesar 0.61 atau 61%. Dengan recall sebesar 0.36 atau 36 % dan precision 0.6 atau 60%.
Referensi
Akbar, F., Saputra, H. W., Maulaya, A. K., Hidayat, M. F., & Rahmaddeni, R. (2022). Implementasi Algoritma Decision Tree C4. 5 dan Support Vector Regression untuk Prediksi Penyakit Stroke: Implementation of Decision Tree Algorithm C4. 5 and Support Vector Regression for Stroke Disease Prediction. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 2(2), 61-67.
Ananto, R. P., Purwanto, Y., & Novianty, A. (2017). Deteksi Jenis Serangan Pada Distributed Denial Of Service Berbasis Clustering dan Classification Menggunakan Algoritma Minkowski Weighted K-Means dan Decision Tree. eProceedings of Engineering, 4(1).
Arfyanti, I., Fahmi, M., & Adytia, P. (2022). Penerapan Algoritma Decision Tree Untuk Penentuan Pola Penerima Beasiswa KIP Kuliah. Building of Informatics, Technology and Science (BITS), 4(3), 1196-1201.
Lishania, I., Goejantoro, R., & Nasution, Y. N. (2020). Perbandingan Klasifikasi Metode Naive Bayes dan Metode Decision Tree Algoritma (J48) pada Pasien Penderita Penyakit Stroke di RSUD Abdul Wahab Sjahranie Samarinda. EKSPONENSIAL, 10(2), 135-142.
Majid, M. B. A., Cani, Y. M., & Enri, U. (2022). Penerapan Algoritma K-Means dan Decision Tree Dalam Analisis Prestasi Siswa Sekolah Menengah Kejuruan. Jurnal Sistem Komputer dan Informatika (JSON), 4(2), 355-364.
Permana, A., Wibowo, A., Hananto, A., & Nugroho, S. B. (2021). Komparasi performa algoritma ID3, C4. 5, CHAID dalam profiling tersangka kasus narkoba di jawa barat. Techno Xplore: Jurnal Ilmu Komputer dan Teknologi Informasi, 6(1), 1-8.
Rahmawati, T. D., Adnan, F. N., & CS, M. (2016). Penentuan Produk Asuransi BPJS Berdasarkan Profil Pelanggan Dengan Pendekatan K-Nearest Neighbor Manhattan Distance. Journal of Information System, 1(2), 167-180.
Aradea, S. A., Ariyan, Z., & Yuliana, A. (2011). Penerapan Decision Tree untuk penentuan pola data Penerimaan Mahasiswa Baru. Jurnal Penelitian Sitrotika, 7(1), 1693-9670.
Santoso, T. B. (2014). Analisa Dan Penerapan Metode C4. 5 Untuk Prediksi Loyalitas Pelanggan. Jurnal Ilmiah Fakultas Teknik LIMIT’S, 10(1), 1-10.
Srimenganti, I., Taufik, I., & Mulyana, E. (2019, January). Implementasi Algoritma Decision Tree (ID3) Untuk Penyakit Campak. In Prosiding Seminar Nasional Teknik Elektro UIN Sunan Gunung Djati Bandung (pp. 235-242).
Sulianta, F. (2014). Customer Profiling Pada Supermarket Menggunakan Algoritma K-Means Dalam Memilih Produk Berdasarkan Selera Konsumen Dengan Daya Beli Maksimum. Jurnal Ilmiah Teknologi Infomasi Terapan, 1(1).
Sunardi, S., Fadlil, A., & Kusuma, N. M. P. (2022). Implementasi Data Mining dengan Algoritma Naïve Bayes untuk Profiling Korban Penipuan Online di Indonesia. JURNAL MEDIA INFORMATIKA BUDIDARMA, 6(3), 1562-1572.
Widhyastuti, L. P. W., Sukajaya, I. N., & Aryanto, K. Y. E. (2022). The Customer Profiling berdasarkan Model RFM dengan Metode K-Means pada Institusi Pendidikan untuk menunjang Strategi Bisnis di Masa Pandemi Covid-19. JTIM: Jurnal Teknologi Informasi dan Multimedia, 4(2), 94-108.
Widiyati, D. K., Wati, M., & Pakpahan, H. S. (2018). Penerapan Algoritma ID3 Decision Tree Pada Penentuan Penerima Program Bantuan Pemerintah Daerah di Kabupaten Kutai Kartanegara. J. Rekayasa Teknol. Inf, 2(2), 125.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Penulis telah menyetujui bahwa pemegang hak cipta adalah SMATIKA Jurnal. Dan Author berhak menyebarkan artikel tanpa seijin SMATIKA jurnal.
