PENERAPAN KLASIFIKASI ALGORITMA DATA MINING C4.5 UNTUK MEMPREDIKSI TINGKAT KELULUSAN SISWA DI LEMBAGA PELATIHAN KERJA SHINJU SEMARANG

Fifi Maqfiroh, Sri Mujiyono
{"title":"PENERAPAN KLASIFIKASI ALGORITMA DATA MINING C4.5 UNTUK MEMPREDIKSI TINGKAT KELULUSAN SISWA DI LEMBAGA PELATIHAN KERJA SHINJU SEMARANG","authors":"Fifi Maqfiroh, Sri Mujiyono","doi":"10.35473/.v1i2.1874","DOIUrl":null,"url":null,"abstract":"AbstrakLPK. SHINJU telah menyimpan data-datanya dalam database berupa hardcopy dan softfile. Data-data tersebut jika dimaksimalkan pemanfaatannya dapat memberikan informasi yang berguna, salah satunya adalah prediksi kelulusan siswa. Penelitian bertujuan menerapkan klasifikasi algoritma C4.5 dalam prediksi kelulusan siswa. Data yang digunakan yaitu data alumni siswa yang telah lulus tahun 2020. Atribut yang dipakai adalah Jenis Kelamin, Tempat Tinggal, Asal kelulusan, Status Bekerja, Ekonomi dan Nilai Akhir. Atribut Labelnya yaitu tepat waktu dan terlambat. Implementasi menggunakan aplikasi RapidMiner 5. Metode yang digunakan adalah data mining dengan  algoritma C4.5. Metode pengumpulan data yang dipakai dalam penelitian yaitu observasi dan studi literatur. Berdasarkan uji coba diperoleh kesimpulan bahwa bidang ilmu data mining dengan menggunakan algoritma C4.5 dapat diimplementasikan untuk melakukan prediksi kelulusan siswa Lembaga Pelatihan Kerja, setelah melakukan rangkaian uji data set dengan rapid miner, diperoleh hasil accuracy sebagai nilai ketentuan seberapa besar keakuratan menggunakan algoritma C4.5 dalam memprediksi kelulusan siswa Lembaga Pelatihan Kerja SHINJU. Kata kunci : Algoritma C4.5, Prediksi Kelulusan, Data mining, Rapidminer Abstrack             LPK. SHINJU has stored is data in the database in the form of hardcopy and softfile. These data, if maximized, can provide useful information, one of which is the prediction of student graduation. This study aims to apply the classification algorithm C4.5 in predicting student graduation. The data used is the alumni data of students who have graduated in 2020. The attributes used are Gender, Place of Residence, Origin of Graduation, Work Status, Economy and Final Value. The Label attribute is on time and late. Implementation using the RapidMiner 5 application. The method used is data mining with the C4.5 algorithm. Data collection methods used in this research are observation and literature study. Based on the trial, it was concluded that the field of data mining science using the C4.5 algorithm can be implemented to predict the graduation of Job Training Institute students. After conducting a series of data set tests with rapid miners, accuracy results are obtained as the value of the provision of how much accuracy is using the C4 algorithm. 5 in predicting the graduation of SHINJU Job Training Institute students. Keywords: C4.5 Algorithm, Graduation Prediction, Data mining, Rapidminer","PeriodicalId":431440,"journal":{"name":"Jurnal Mahasiswa Teknik Informatika","volume":"44 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-10-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Mahasiswa Teknik Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35473/.v1i2.1874","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

AbstrakLPK. SHINJU telah menyimpan data-datanya dalam database berupa hardcopy dan softfile. Data-data tersebut jika dimaksimalkan pemanfaatannya dapat memberikan informasi yang berguna, salah satunya adalah prediksi kelulusan siswa. Penelitian bertujuan menerapkan klasifikasi algoritma C4.5 dalam prediksi kelulusan siswa. Data yang digunakan yaitu data alumni siswa yang telah lulus tahun 2020. Atribut yang dipakai adalah Jenis Kelamin, Tempat Tinggal, Asal kelulusan, Status Bekerja, Ekonomi dan Nilai Akhir. Atribut Labelnya yaitu tepat waktu dan terlambat. Implementasi menggunakan aplikasi RapidMiner 5. Metode yang digunakan adalah data mining dengan  algoritma C4.5. Metode pengumpulan data yang dipakai dalam penelitian yaitu observasi dan studi literatur. Berdasarkan uji coba diperoleh kesimpulan bahwa bidang ilmu data mining dengan menggunakan algoritma C4.5 dapat diimplementasikan untuk melakukan prediksi kelulusan siswa Lembaga Pelatihan Kerja, setelah melakukan rangkaian uji data set dengan rapid miner, diperoleh hasil accuracy sebagai nilai ketentuan seberapa besar keakuratan menggunakan algoritma C4.5 dalam memprediksi kelulusan siswa Lembaga Pelatihan Kerja SHINJU. Kata kunci : Algoritma C4.5, Prediksi Kelulusan, Data mining, Rapidminer Abstrack             LPK. SHINJU has stored is data in the database in the form of hardcopy and softfile. These data, if maximized, can provide useful information, one of which is the prediction of student graduation. This study aims to apply the classification algorithm C4.5 in predicting student graduation. The data used is the alumni data of students who have graduated in 2020. The attributes used are Gender, Place of Residence, Origin of Graduation, Work Status, Economy and Final Value. The Label attribute is on time and late. Implementation using the RapidMiner 5 application. The method used is data mining with the C4.5 algorithm. Data collection methods used in this research are observation and literature study. Based on the trial, it was concluded that the field of data mining science using the C4.5 algorithm can be implemented to predict the graduation of Job Training Institute students. After conducting a series of data set tests with rapid miners, accuracy results are obtained as the value of the provision of how much accuracy is using the C4 algorithm. 5 in predicting the graduation of SHINJU Job Training Institute students. Keywords: C4.5 Algorithm, Graduation Prediction, Data mining, Rapidminer
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
采用分类算法挖掘C4.5来预测职业培训机构新珠三宝垄学生的毕业水平
AbstrakLPK。SHINJU将数据存储在硬拷贝和软文件数据库中。数据如果最大化使用可以提供有用的信息,其中之一就是对学生毕业的预测。这项研究的目的是在学生的毕业预测中应用一种分类算法C4.5。使用的数据是2020年的学生校友数据。所穿的属性包括性别、住所、毕业、就业状况、经济和最终价值。标签的属性是守时和迟到。使用RapidMiner 5应用实现。使用的方法是数据挖掘算法C4.5。用于文献观察和研究的数据收集方法。根据试验结论,科学领域获得了用数据挖掘算法C4。5可以进行预测收入国家实施职业培训机构的学生毕业后,进行一系列的测试数据集快速获得矿工,评比结果作为价值有多大的条款中使用C4算法的准确性。5预测职业培训机构的学生毕业新州。一个关键词:算法C4.5,毕业预测,数据挖掘,快速摘要。SHINJU保存了硬盘和软拷贝文件数据库中的数据。这些数据,如果马克西米德,可以提供大量的信息,其中之一是模范学生的成绩。这个研究可以应用经典算法C4.5的预读性学生成绩。使用的数据是2020年毕业的校友数据。过去的吸引力是性别,住宅地点,成绩、工作状态、经济价值和最终价值。警告标签已经过期了。使用RapidMiner 5应用程序实现。使用的方法是用C4.5算法挖掘数据。这项研究和扫盲研究中运用的数据收集方法。基于审判,结论是,利用C4.5种算法可以预测培训研究所学生的工作成绩。在经历了一系列快速存储的数据测试后,核反应结果被确定为使用C4 -算法的计算价值。培训学院学生的毕业典礼正在预习。5种算法,数据挖掘,快速获取
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
RANCANG BANGUN ALAT PAKAN DAN MINUM AYAM PETELUR BERBASIS ARDUINO Sistem Informasi Manajemen Surat Menyurat Berbasis Web Menggunakan Metode Waterfall Di Desa Bodeh Kecamatan Randublatung Kabupaten Blora Website Penanaman Pohon Lingkar Hijau Menggunakan Metode Waterfall Rancang Bangun Aplikasi Penemuan dan Kehilangan Barang Berbasis Android Analisis Probabilitas Bencana Alam dengan Penerapan Data Mining Menggunakan K-Means dan Linier Regression
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1