Sistem Rekomendasi Jurusan Kuliah Bagi Calon Mahasiswa Baru Menggunakan Algoritma C4.5

Ulfa, Annisa Fadila; Winarso, Doni; Arribe, Edo

doi:10.37859/jf.v10i1.1511

Cited by 5 publications

(7 citation statements)

References 2 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Belum adanya sistem rekomendasi pemilihan jurnal menjadi penyebab masih terkendala proses publikasi khususnya pemilihan jurnal yang tepat bagi dosen. Sistem rekomendasi berperan penting dalam pengambilan keputusan pada suatu kasus seperti halnya pemilihan jurnal yang sesuai dengan karya ilmiah yang ditulis oleh seorang dosen [16].…”

Section: Pendahuluanunclassified

Visualisasi Rekomendasi Pemilihan Jurnal Bidang Informatika Dengan Menggunakan R Dan Shiny

Purwayoga

Nurkholis²

2023

JTI

View full text Add to dashboard Cite

Lecturers are required to carry out the Tri Dharma, one of which is research. In the research process a lecturer sometimes encounters several obstacles. Some of the factors that become obstacles include incentives related to publication costs and the unavailability of appropriate journal references. Several ways to overcome obstacles in the publication process have been carried out, but there are still problems with lecturers being confused about publishing their scientific work in a journal. This obstacle is due to the absence of a journal selection recommendation system. This study recommends journals based on the scope of the journal, the number of editions of the journal, and the cost of publication of the journal. The recommendation process is carried out using a skyline query algorithm, namely Block-nested loop (BNL). BNL works by comparing domination between objects on an attribute. The object, in this case the journal, is recommended if the journal dominates several attributes or at least one attribute. This study also developed a visualization of journal recommendations in the form of a web-based application. This visualization is expected to facilitate the journal recommendation process to users, so that it can help find journals that are in accordance with the papers to be published in a journal.

show abstract

Section: Pendahuluanunclassified

Visualisasi Rekomendasi Pemilihan Jurnal Bidang Informatika Dengan Menggunakan R Dan Shiny

Purwayoga

Nurkholis²

2023

JTI

View full text Add to dashboard Cite

show abstract

“…Algoritma C5.0 dianggap tepat dan mampu untuk menyelesaikan penelitian ini dengan beberapa alasan yang relevan. Pertama-tama, algoritma C5.0 merupakan perluasan dari algoritma C4.5, yang sudah dikenal sebagai salah satu algoritma klasifikasi yang efektif dalam menangani kumpulan data besar [6]. Dengan demikian, penggunaan C5.0 memberikan keunggulan dalam hal kecepatan memori dan efisiensi, sehingga cocok untuk penelitian yang melibatkan data peserta didik di Madrasah Aliyah Negeri Simalungun (MAN Simalungun).…”

Section: Pendahuluanunclassified

Penerapan Algoritma C5.0 Untuk Memprediksi Tingkat Kepuasan Siswa Terhadap Kinerja Guru MAN Simalungun

Kherina Surya Ningsih,

Zufria

2023

View full text Add to dashboard Cite

Peran guru sangat penting dalam membentuk lanskap pendidikan, yang mencakup pendidikan formal di berbagai tingkatan. Tanggung jawab ini mencakup pengasuhan, bimbingan, penilaian, dan evaluasi siswa. Mengambil inspirasi dari sebuah ayat yang mendasar, penelitian ini menyelidiki pengaruh mendalam dari prinsip-prinsip Alquran, dengan menggunakan kehidupan Nabi Muhammad sebagai model, dalam membentuk profesionalisme guru. Hubungan ini berfungsi sebagai aspek dasar dalam memahami peran pendidik. Tantangan yang teridentifikasi dalam kinerja guru di Madrasah Aliyah Negeri Simalungun secara signifikan berdampak pada kepuasan dan hasil belajar siswa, dengan faktor-faktor seperti penjelasan yang tidak jelas dan kurangnya antusiasme yang menonjol. Dengan menggunakan teknik-teknik canggih, penelitian ini menggunakan data mining, khususnya algoritma C5.0, untuk memprediksi tingkat kepuasan siswa. Algoritma ini menganalisis kumpulan data yang terdiri dari 70% data pelatihan dan 30% data pengujian. Hasilnya menunjukkan tingkat akurasi 77,78%, presisi 87,50%, recall 87,50%, spesifisitas 0%, dan skor F1 87,50% pada percobaan pertama. Pada percobaan kedua, dengan 80% data pelatihan dan 20% data pengujian, akurasi sebesar 83,33%, presisi 83,33%, recall 100%, spesifisitas 0%, dan F1-score 90,90%. Penelitian ini menggarisbawahi pentingnya pengambilan keputusan yang tepat untuk meningkatkan kualitas pendidikan. Dengan memprediksi dan menangani faktor-faktor yang mempengaruhi kepuasan siswa, para pendidik dapat mengimplementasikan perbaikan yang ditargetkan dalam metode pengajaran. Selain itu, penelitian ini juga sejalan dengan dan menunjukkan kepatuhan terhadap Undang-Undang Sistem Pendidikan Nasional. Analisis kuantitatif ini memberikan wawasan yang berharga bagi para pendidik dan pembuat kebijakan dalam upaya berkelanjutan mereka untuk memperbaiki dan mengoptimalkan dinamika guru-siswa.

show abstract

“…Beberapa pengembangan yang dilakukan pada C4.5 adalah sebagai berikut: dapat mengatasi missing value, dapat mengatasi continue data, dan pruning [10].…”

Section: Klasifikasiunclassified

Algoritma Classifier Untuk Menganalisis Faktor Pemilihan Hunian Tempat Tinggal

Elisa¹

2020

CBIS

View full text Add to dashboard Cite

Batam City is the largest city in the RIAU archipelago, the population is also included in the island with the largest population when compared to other islands. According to data from the Central Statistics Agency (BPS), Batam City recorded the projected population growth in Batam in 2019 as many as 1,376,009 people. The development of the increasing population will gradually start to cause new problems, namely the problem of housing or housing. When viewed from the incident so far, the factors or reasons for choosing a residential place to live are not understood by the community so that when they buy, problems often occur, such as not matching the price or problems with developers such as difficult mortgage management and an unsuitable environment and many problems. other. This study will analyze the choice of residential housing with the C4.5 datamining technique and rapid mining as data testing tools, the results of this study show that the main factors for housing selection are clean water sanitation, accessibility, accessibility and price after testing the accuracy of C4.5 data. 25 sample data obtained 88.00% accuracy of the performance of this algorithm.

show abstract

Sistem Rekomendasi Jurusan Kuliah Bagi Calon Mahasiswa Baru Menggunakan Algoritma C4.5

Cited by 5 publications

References 2 publications

Visualisasi Rekomendasi Pemilihan Jurnal Bidang Informatika Dengan Menggunakan R Dan Shiny

Visualisasi Rekomendasi Pemilihan Jurnal Bidang Informatika Dengan Menggunakan R Dan Shiny

Penerapan Algoritma C5.0 Untuk Memprediksi Tingkat Kepuasan Siswa Terhadap Kinerja Guru MAN Simalungun

Algoritma Classifier Untuk Menganalisis Faktor Pemilihan Hunian Tempat Tinggal

Contact Info

Product

Resources

About