Penerapan Algoritma C5.0 Untuk Mengetahui Pola Kepuasan Mahasiswa di Masa Pembelajaran Daring

Dito Putro Utomo, Soeb Aripin

Abstract


Dimasa pandemic virus COVID-19 memiliki dampak perubahan bagi kehidupan masyarakat. Salah satu yg dapat dirasakan dengan berlakunya Pembatasan Sosial Bersekala Besar (PSBB). Dampak tersebut juga berlaku bagi sektor pendidikan. Dimana dimasa pandemic proses pembelajaran harus dilaksanakan secara daring (online) dengan menggunakan berbagai media pembelajaran. Sistem pembelajaran yang baik dapat dilihat dari kepuasan mahasiswa/I terhadap pembelajaran tersebut. Data mining merupakan sebuah teknik untuk mengolah data yang besar sehingga menghasilkan informasi baru yang dapat dimanfaatkan. Dengan algoritma C5.0 yang dapat digunakan untuk melakukan proses klasifikasi pada data tersebut. Algoritma C5.0 merupakan bagian daripada kalsifikasi pada data mining yang menghasilakn pohon keputusan serta juga rule. Pembentukan pohon keputusan berdasarkan dengan nilai entropy dan gain yang didapatkan. Pada penelitian ini algoritma C5.0 dapat digunakan untuk menghasilkan pohon keputusan dan rule dalam mengetahui pola pemahaman mahasiswa pada pembelajaran daring.

References


I. Wahidah, R. Athallah, N. F. S. Hartono, M. C. A. Rafqie, and M. A. Septiadi, “Pandemik COVID-19: Analisis Perencanaan Pemerintah dan Masyarakat dalam Berbagai Upaya Pencegahan,” J. Manaj. dan Organ., vol. 11, no. 3, pp. 179–188, 2020.

D. Handayani, D. R. Hadi, F. Isbaniah, E. Burhan, and H. Agustin, “Penyakit Virus Corona 2019,” J. RESPIROLOGI Indones., vol. 40, no. 2, pp. 119–129, 2020.

A. R. Damanik, S. Sumijan, and G. W. Nurcahyo, “Prediksi Tingkat Kepuasan dalam Pembelajaran Daring Menggunakan Algoritma Naïve Bayes,” J. Sistim Inf. dan Teknol., vol. 3, pp. 88–94, 2021.

K. D. R. Sianipar, S. W. Siahaan, M. Siregar, and P. P. P. A. N. W. F. I. R. H. Zer, “Penerapan Algoritma K-Means Dalam Menentukan Tingkat Kepuasan Mahasiswa Terhadap Pembelajaran Online,” Infomatek, vol. 22, no. 1, pp. 23–30, 2020.

E. Buulolo and B. Purba, “Algoritma Clustering Untuk Membentuk Cluster Zona,” vol. 19, pp. 59–67.

H. Widayu, S. Darma, N. Silalahi, and Mesran, “Data Mining Untuk Memprediksi Jenis Transaksi Nasabah Pada Koperasi Simpan Pinjam Dengan Algoritma C4.5,” Issn 2548-8368, vol. Vol 1, No, no. June, p. 7, 2017.

M. Sari, A. P. Windarto, and H. Okprana, “BEES : Bulletin of Electrical and Electronics Engineering Penerapan Data Mining Klasifikasi C4 . 5 Pada Penerima Beasiswa di,” vol. 1, no. 3, pp. 115–121, 2021.

E. Buulolo, Data Mining Untuk Perguruan Tinggi, 1st ed. Yogyakarta: Deepublish, 2020.

C. Hutabarat, “Penerapan Data Mining Untuk Memprediksi Permintaan Produk Kartu Perdana Internet Menggunakan Algoritma C5.0 (Studi Kasus: Vidha Ponsel),” Pelita Inform., vol. 6, no. April, pp. 419–424, 2018.

F. Hadi, “Penerapan Data Mining Dalam Menganalisa Pemberian Pinjamana Dengan Menggunakan Metode Algoritma C5 . 0 ( Studi Kasus : Koperasi Jasa Keuangan Syariah Kelurahan Lambung Bukik ),” J. KomTekInfo, vol. 4, no. 2, pp. 214–223, 2017.

A. C. Wijaya, N. A. Hasibuan, and P. Ramadhani, “Implementasi Algoritma C5 . 0 Dalam Klasifikasi Pendapatan Masyarakat ( Studi Kasus : Kelurahan Mesjid Kecamatan Medan Kota ),” Inf. dan Teknol. Ilm., vol. 13, pp. 192–198, 2018.

D. P. Utomo and M. Mesran, “Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung,” J. Media Inform. Budidarma, vol. 4, no. 2, p. 437, 2020.

D. P. Utomo, P. Sirait, and R. Yunis, “Reduksi Atribut Pada Dataset Penyakit Jantung dan Klasifikasi Menggunakan Algoritma C5. 0,” J. Media Inform. Budidarma, vol. 4, no. 4, pp. 994–1006, 2020.

V. Rahmayanti, Y. Azhar, and A. E. Pramudita, “Penerapan algoritma C5.0 pada analisis faktor-faktor pengaruh kelulusan tepat waktu mahasiswa Teknik Informatika UMM,” J. Repos., vol. 1, no. 2, p. 131, 2020.

M. Pardede, E. Buulolo, and E. Ndruru, “Implementasi Algoritma C5.0 Pada Kelulusan Peserta Ujian Kemahiran Berbahasa Indonesia (Ukbi) Pada Balai Bahasa Sumatera Utara,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 3, no. 1, pp. 64–72, 2019.




DOI: http://dx.doi.org/10.30645/senaris.v3i1.198

Refbacks

  • There are currently no refbacks.


&nbsp