Implementasi Algoritma C4.5 Untuk Memprediksi Tingkat Kepuasaan Terhadap Kinerja Dosen Pada Pandemi Covid-19 (Studi Kasus: Ilmu Komputer Universitas Nusa Cendana))

Detail Cantuman

Skripsi

Implementasi Algoritma C4.5 Untuk Memprediksi Tingkat Kepuasaan Terhadap Kinerja Dosen Pada Pandemi Covid-19 (Studi Kasus: Ilmu Komputer Universitas Nusa Cendana))

XML

Pelaksanaan pendidikan dimasa darurat penyebaran Covid-19 di Perguruan Tinggi dilaksanakan di rumah melalui pembelajaran online/jarak jauh. Salah satu pemegang kunci kesuksesan dalam proses pembelajaran tersebut adalah dosen. Kinerja dosen merupakan faktor sentral yang diperlukan untuk meningkatkan mutu pendidikan dan kualitas pelayanan dalam proses pembelajaran online. Pada penelitian ini penulis mengimplementasikan algoritma C4.5 dengan menggunakan aplikasi RapidMiner 9.10 untuk memprediksi tingkat kepuasan mahasiswa terhadap kinerja dosen selama pandemi Covid-19.Data dalam penelitian ini diperoleh dari hasil kuesioner yang disebarkan kepada mahasiswa aktif Program Studi Ilmu Komputer Universitas Nusa Cendana angkatan 2016 – 2021sebanyak 942 record. Atribut yang digunakan dalam penelitian ini adalah umur dosen, jenis kelamin, kesesuaian media pembelajaran, dan penguasaan 4 kompetensi yang terdiri dari kompetensi pedagogik, kompetensi professional, kompetensi kepribadian, dan kompetensi sosial, dengan tingkat kepuasan mahasiswa sebagai kelas target yang terbagi menjadi 2, yaitu puas dan tidak puas. Dataset diproses menggunakan RapidMiner 9.10 dengan pengaturan parameter decision treecriterion = information gain, maximal depth = 10, confidence = 0.1, minimal gain = 0.1, minimal leaf size = 2, dan minimal size for split = 4 menghasilkan 11 rules/ aturan keputusan yang menunjukkan bahwa atribut kompetensi pedagogik memiliki pengaruh paling besar pada tingkat kepuasan mahasiswa terhadap kinerja dosen pada pandemi Covid-19 dan hasil pengujian terhadap model decision tree menggunakan cross validation dan confusion matrix menunjukkan bahwa algoritma C4.5 dapat memberikan nilai accuracy sebesar 93,56%, nilai precision sebesar 91,70%, dan nilai recall sebesar 90,17%.

Kata Kunci: Algoritma C4.5, RapidMiner 9.10, Kepuasaan Mahasiswa, Kinerja Dosen.


Detail Information

Item Type
Penulis
Student ID
1806080061
Dosen Pembimbing
Juan Rizky Mannuel Ledoh - - Dosen Pembimbing 2
Penguji
N. Dessy Rumlaklak - 198112272014042002 - Ketua Penguji
Emerensye Sofia Yublina Pandie - 197902212005012002 - Penguji 1
Juan Rizky Mannuel Ledoh - - Penguji 2
Kode Prodi PDDIKTI
55201
Edisi
Published
Departement
Kontributor
Bahasa
Indonesia
Penerbit UPT Perpustakaan Undana : Kupang.,
Edisi
Published
Subyek
No Panggil
872.05 Kue S
Copyright
Individu Penulis
Doi

Lampiran Berkas

LOADING LIST...



Informasi


DETAIL CANTUMAN


Kembali ke sebelumnya  XML Detail


SELAMAT DATANG DI REPOSITORY UPT PERPUSTAKAAN UNIVERSITAS NUSA CENDANA