ANALISIS POLA KEHADIRAN MAHASISWA MENGGUNAKANALGORITMA DECISION TREE
DOI:
https://doi.org/10.69714/6z8kc143Keywords:
Student Attendance, Decision Tree, Data Mining, RapidMinerAbstract
Student attendance in lectures plays a crucial role in academic achievement and the quality of learning. The Decision Tree algorithm is used to analyze student attendance patterns with a dataset containing 6,607 entries from Kaggle, comprising 20 related attributes. Using RapidMiner, the analysis process includes data splitting, model building, and performance evaluation. The model achieved 49.96% accuracy, with the best performance in the "Medium" class (50.40% precision, 98.12% recall) but showed weaknesses in the "High" and "Low" classes. These results highlight the importance of data-driven approaches to designing effective strategies, such as rescheduling or improving teaching methods, to enhance student participation.
References
Al-Giffary, F. R., & Martanto, M. (2024). Klasifikasi Kelulusan Siswa Tahun 2024 Menggunakan Metode Decision Tree (Studi Kasus Sma Islam Alazhar 5 Cirebon). Jurnal Manajamen Informatika Jayakarta, 4(2), 195. https://doi.org/10.52362/jmijayakarta.v4i2.1408
Ardiansyah, Risnita, & Jailani, M. S. (2023). Teknik Pengumpulan Data Dan Instrumen Penelitian Ilmiah Pendidikan Pada Pendekatan Kualitatif dan Kuantitatif. Jurnal IHSAN : Jurnal Pendidikan Islam, 1(2), 1–9. https://doi.org/10.61104/ihsan.v1i2.57
Ardilla, Y., Manuhutu, A., Ahmad, N., Hasbi, I., Manuhutu, M. A., Ridwan, M., & Wardhani, A. K. (2021). DATA MINING DAN APLIKASINYA. Penerbit Widina.
Fiddiyansyah, R., Ana Wati, S. F., Fitri, A. S., Zidane, F. H., & Kuslaila, N. R. (2023). Analisis Dan Perancangan Sistem Presensi Mahasiswa Berbasis Teknologi Pengenalan Wajah Di Fakultas Ilmu Komputer Upn Veteran Jawa Timur. Jurnal Informatika Dan Teknik Elektro Terapan, 11(1). https://doi.org/10.23960/jitet.v11i1.2868
Iriane, R. (2023). KLIK: Kajian Ilmiah Informatika dan Komputer Penerapan Data Mining Untuk Prediksi Penjualan Produk Pangan Hewan Menggunakan Metode K-Nearest Neighbor. Media Online, 3(5), 509–515.
Ma’ruf, A. M., Aranta, A., & Bimantoro, F. (2022). Verifikasi Suara Mahasiswa Sebagai Alternatif Presensi Kehadiran Menggunakan Ekstraksi Fitur MFCC Dan Klasifikasi LVQ. Jurnal Teknologi Informasi, Komputer Dan Aplikasinya (JTIKA), 4(2), 171–181.
Manullang, N., Sembiring, R. W., Gunawan, I., Parlina, I., & Irawan, I. (2021). Implementasi Teknik Data Mining untuk Prediksi Peminatan Jurusan Siswa Menggunakan Algoritma C4.5. Jurnal Ilmu Komputer Dan Teknologi, 2(2), 1–5. https://doi.org/10.35960/ikomti.v2i2.700
Nafi, L., & Fatah, Z. (2024). Implementasi Algoritma Decision Tree Untuk Pendeteksian Penyakit Jantung. 3(2), 160–165.
Oktafiani, R., Hermawan, A., & Avianto, D. (2023). Pengaruh Komposisi Split data Terhadap Performa Klasifikasi Penyakit Kanker Payudara Menggunakan Algoritma Machine Learning. Jurnal Sains Dan Informatika, 9(April), 19–28. https://doi.org/10.34128/jsi.v9i1.622
Petra Valentino, & Siska Narulita. (2023). Performansi Algoritma Decision Tree (C4.5) untuk Prediksi Penyakit Jantung. Jurnal Cakrawala Informasi, 3(2), 18–24. https://doi.org/10.54066/jci.v3i2.349
Purwanto, D., Putri, R. E., Fadly, Y., & Pratiwi, D. C. (2024). Perancangan Sistem Informasi Absensi Online Berbasis GPS. Serasi Media Teknologi.
Kurniawan, D., Iriani, A., & Manongga, D. (2020). Pemanfaatan Social Network Analysis (Sna) Untuk Menganalisis Kolaborasi Karyawan Pada Pt. Arum Mandiri Group. Jurnal Transformatika, 17(2), 149-159.
