Pengembangan Aplikasi Pengukuran Capaian Pembelajaran Mahasiswa untuk Rekomendasi Mata Kuliah Peminatan Menggunakan Algoritma Decision Tree
Article Sidebar
Main Article Content
Abstract
Pengukuran capaian pembelajaran mahasiswa sangat diperlukan untuk proses penilaian yang sesuai dan juga untuk keperluan lain seperti akreditasi. Sistem pemberian rekomendasi matakuliah peminatan juga sangat diperlukan untuk mahasiswa agar tidak terhambat dan lulus tepat pada waktunya. Untuk itu diperlukan sebuah sistem yang secara khusus dapat memberikan informasi-informasi tersebut. Perancangan aplikasi ini dilakukan dengan tujuan memberikan informasi-informasi yang dibutuhkan untuk melihat capaian mahasiswa dan merekomendasikan matakuliah peminatan yang sesuai berdasarkan data mahasiswa tersebut. Proses rekomendasi yang dilakukan menggunakan algoritma decision tree. Rancangan aplikasi ini dibuat berbasis website dengan menggunakan JavaScript sebagai backend dan MongoDB sebagai pengaturan sistem basis data yang digunakan. Untuk mengukur akurasi metode digunakan confusion matrix dengan mengambil dua puluh persen sampel data untuk dibandingkan dengan hasil dari algoritma yang digunakan dan nilai akurasi yang didapatkan cukup baik yaitu sekitar 75% dan 87,5% untuk 40 persen data. Hasil akhir untuk aplikasi ini adalah bahwa aplikasi pengukuran capaian pembelajaran dan rekomendasi matakuliah sudah cukup baik dalam memberikan informasi capaian mahasiswa dan rekomendasi matakuliah peminatan secara otomatis.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
This work is licensed under Creative Commons Attribution-ShareAlike 4.0 International License.
References
Rahayu, Maria, Nugraheni, Mardi., dan Arianti, Rudangta., 2020, Penyesuaian Mahasiswa Tahun Pertama di Perguruan Tinggi: Studi Pada Mahasiswa Fakultas Psikologi UKSW, Jurnal Psikologi Sains dan Profesi, No. 2, Vol. 4. [2] Puspita, Rani., dan Widodo, Agus., 2020, Perbandingan Metode KNN, Decision Tree, dan Naïve Bayes Terhadap Analisis Sentimen Pengguna Layanan BPJS, Jurnal Informatika Universitas Pamulang, No. 4, Vol. 5.
Brown, Ethan., 2016, Learning JavaScript, Ed. 3, O’Reilly Media, Sabastopol.
Rokach, Lior., dan Maimon, Oded., 2015, Data Mining With Decision Trees: Theory and Applications, Ed. 2, World Scientific, Jurong East.
Arifin, Muhamad, Fauzal., dan Fitrianah, Devi., 2018, Penerapan Algoritma Klasifikasi C4.5 dalam Rekomendasi Penerimaan Mitra Penjualan Studi Kasus: PT Atria Artha Persada, Jurnal Telekomunikasi dan Komputer, No. 2, Vol. 8.
Barito, Eugenius, Edsel., dan Beng, Jap, Tji., dan Arisandi, Desi., 2022, Penerapan Algoritma C4.5 Untuk Klasifikasi Mahasiswa Penerima Bantuan Social Covid-19, Jurnal Ilmu Komputer dan Sistem Informasi, No. 1, Vol. 9.