Writer / NIM
KAMALUDINSYAH PAKAYA / 531415025
Study Program
S1 - SISTEM INFORMASI
Advisor 1 / NIDN
Prof. LANTO NINGRAYATI AMALI, Ph.D / 0002017206
Advisor 2 / NIDN
INDHITYA R. PADIKU, S.Kom., M.Kom / 0016038906
Abstract
Tingginya tingkat keberhasilan mahasiswa dan rendahnya tingkat kegagalan mahasiswa merupakan cermin kualitas dari suatu Perguruan Tinggi. Kegagalan mahasiswa dan faktor-faktor penyebabnya merupakan kendala dalam mewujudkan mutu Pendidikan yang lebih baik di lingkungan Universitas Negeri Gorontalo (UNG). pernyataan ini didukung dikarenakan pada tahun 2013 mahasiswa yang mendaftar mahasiswa yang mendaftar sebesar 4859 ,dan yang mahasiswa yang drop out sebesar 1680,dan angka ini dinilai cukup besar Untuk menangani permasalahan ini diperlukan sistem yang dapat menggali informasi lebih cepat dalam mengklasifikasikan mahasiswa yang berpotensi drop out dan tidak.Data mining, sering juga disebut sebagai Knowledge Discovery in Database (KDD). KDD adalah kegiatan yang meliputi pengumpulan, pemakaian data, historis untuk menemukan keteraturan, pola atau hubungan dalam set data berukuran besar (Santosa, 2007) Aplikasi ini dirancang dan diimplementasikan untuk mengetahui dan mengidentifikasi data mahasiswa yang berpotensi drop out, dirancang dengan metode C4.5 dan diimplementasikan dengan bahasa pemrograman PHP dengan disertai database. Dengan adanya aplikasi ini diharapkan dapat dengan mudah mengetahui mahasiswa mana yang berpotensi drop out atau tidak.
Download files
