p-Index From 2015 - 2020
0.408
P-Index
This Author published in this journals
All Journal Telematika SISFOTENIKA
Windarti, Mariana
Universitas Widya Dharma Klaten

Published : 2 Documents
Articles

Found 2 Documents
Search

Perbandingan Kinerja 6 Algoritme Klasifikasi Data Mining untuk Prediksi Masa Studi Mahasiswa Windarti, Mariana; Suradi, Agustinus
Telematika Vol 12, No 1: Februari (2019)
Publisher : STMIK Amikom Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (527.923 KB)

Abstract

Salah satu faktor yang memengaruhi kualitas sebuah perguruan tinggi adalah kinerja mahasiswa yang dapat diukur melalui lamanya masa studi. Perolehan pengetahuan dalam basis data (sejumlah data yang besar) biasa disebut dengan data mining atau penambangan data. Penelitian ini bertujuan untuk mengetahui kinerja keenam algoritme klasifikasi yang digunakan yaitu Decision Tree (DT) C4.5, Bayesian Network (BN), K-Nearest Neighbors (KNN),  Naïve Bayes (NB), Neural Network (NN) dan SVM (Support Vector Machine). Kemudian menganalisa perbandingan kinerja keenam algoritme tersebut. Hasil penelitian menunjukkan bahwa Bayesian Network memiliki kinerja paling baik dengan nilai akurasi sebesar 80.615%, nilai presisi dan recall sebesar 0.785 dan 0.806, sedang untuk nilai AUC (Area Under Curve) termasuk dalam kategori baik yaitu 0.837. Sedangkan DT C4.5 memiliki kinerja terendah dengan nilai akurasi sebesar 76.615%.
Korelasi Nilai UAN, IP Tahun Pertama Terhadap Masa Studi Dengan Backpropagation Windarti, Mariana; Sulistyowati, Istri
SISFOTENIKA Vol 9, No 2 (2019): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30700/jst.v9i2.430

Abstract

Pada pendidikan tinggi prestasi akademik dapat dilihat dari nilai Indeks Prestasi Kumulatif (IPK) dan masa studi sedangkan pada pendidikan sekolah menengah ditunjukkan dengan nilai Ujian Akhir Nasional (UAN) atau Ujian Nasional (UN). Hubungan beberapa variabel seperti nilai UAN, IP dan masa studi dapat dinyatakan dengan mengukur tingkat korelasi menggunakan sejumlah data mahasiswa. Data yang digunakan dalam penelitian ini adalah data alumni program studi Teknik Informatika Universitas Widya Dharma Klaten dengan tahun lulus 2013-2017. Tujuan penelitian untuk mengukur tingkat korelasi antara atribut nilai UAN dan IP tahun pertama terhadap masa studi mahasiswa menggunakan metode jaringan syaraf tiruan backpropagation yang diterapkan pada perangkat lunak Matlab r2013a. Pada proses pelatihan jaringan, penelitian ini menghasilkan nilai MSE (Mean Square Error) sebesar 0.0051721 dan koefisien korelasi (R=0.56563). Sedang pada proses pengujian nilai MSE = 0.025073 dan R = -0.031142. Selain itu hasil ini membuktikan bahwa nilai UAN dan IPK tahun pertama memiliki korelasi negatif terhadap masa studi mahasiswa.Kata kunci — korelasi , data mining,  masa studi, backpropagation