PREDIKSI NILAI MAHASISWA MENGGUNAKAN METODE ID3 STUDI KASUS MAHASISWA FAKULTAS TEKNOLOGI INFORMASI USN KOLAKA

Abstrak

ABSTRAKPenelitian ini bertujuan untuk memprediksi nilai mahasiswa berdasarkan minat terhadap mata kuliah, kehadiran, fasilitas mengajar, metode pembelajaran, cara mengajar dosen, dan nilai mahasiswa padasemester yang sudah dilalui dengan menggunakan metode ID3. Sebagai perbandingan, pata penelitian inijuga digunakan metode data mining K-NN (K-Nearest Neighbor) dan CHAID (Chi Squared AtomaticInteraction Detection). Subyek pada penelitian ini adalah mahasiswa Fakultas Teknologi Informasi USNKolaka dari semester 3 hingga semester 8. Jumlah sampel yang digunakan adalah sebanyak 100 datamahasiswa. Pengumpulan data yang digunakan adalah dengan cara menyebarkan kuesioner online dalamlingkup mahasiwa Fakultas Teknologi Informasi USN Kolaka. Berdasarkan analisis hasil penelitian yangdilakukan, ditemukan bahwa prediksi menggunakan ID3 memilliki tingkat akurasi sebesar 81.11%,prediksi menggunakan metode K-NN sebesar 71.11% dan menggunakan CHAID sebesar 65.56%. Darihasil analisis yang telah dilakukan, maka dapat disimpulkan bahwa untuk data pada penelitian ini, metodeprediksi menggunakan ID3 lebih baik dibandingkan dengan metode K-NN dan CHAID.Kata kunci: ID3, nilai mahasiswa, prediksi