ANALISIS PERBANDINGAN ALGORITMA C4.5 DAN NAIVE BAYES PADA KELULUSAN MAHASISWA TEKNIK INFORMATIKA UNIVERSITAS MUHAMMADIYAH PONOROGO

NADIA, TRI HANTARI (2018) ANALISIS PERBANDINGAN ALGORITMA C4.5 DAN NAIVE BAYES PADA KELULUSAN MAHASISWA TEKNIK INFORMATIKA UNIVERSITAS MUHAMMADIYAH PONOROGO. Skripsi (S1) thesis, Universitas Muhammadiyah Ponorogo.

	Text HALAMAN DEPAN.pdf Download (676kB)
	Text BAB I.pdf Download (168kB)
	Text BAB II.pdf Download (516kB)
	Text BAB III.pdf Restricted to Repository staff only Download (486kB)
	Text DAFTAR PUSTAKA.pdf Download (292kB)
	Text BAB V.pdf Restricted to Repository staff only Download (159kB)
	Text BAB IV.pdf Restricted to Repository staff only Download (616kB)

Official URL: http://eprints.umpo.ac.id

Abstract

Datamining merupakan suatu penemuan pada sebuah informasi baru dengan cara mencari pola aturan dari sejumlah data yang jumlahnya sangat besar. Algoritma merupakan salah satu unsur yang terdapat dalam datamining. Belum diketahuinya algoritma yanng paling akurat dalam memprediksi kelulusan tepat waktu terutama pada Univeritas Muhammadiyah ponorogo diperlukan analisis komparasi algortima. Metode datamining yang dipilih yaitu metode Naive Bayes dan Algoritma C4.5. Model untuk menganalisa menggunakan metode CRISP-DM (Cross Industry Standard Process for Datamining) meliputi Business/Research Understanding Phase, Data Understanding, Data Preparation, Modeling, Evaluation dan Deployment. Analisis datamining antara kedua algoritma menggunakan CRISP-DM menghasilkan kesimpulan bahwa algoritma C4.5 lebih unggul dibandingkan Naive Bayes. Algoritma C4.5 memiliki tingkat akurasi 85.8156%. Sedangkan Naive Bayes memiliki akurasi 79.4326%. Kata kunci : Algoritma C4.5, CRISP-DM, Datamining, Kelulusan, NaiveBayes.

Item Type:	Thesis (Skripsi (S1))
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Engineering > Department of Informatic Engineering
Depositing User:	Editor FT
Date Deposited:	10 Oct 2018 02:37
Last Modified:	10 Oct 2018 02:37
URI:	http://eprints.umpo.ac.id/id/eprint/4390

Actions (login required)

View Item