Record Details

Prediksi Kelulusan Mata Kuliah Menggunakan Hybrid Fuzzy Inference System

Register: Jurnal Ilmiah Teknologi Sistem Informasi

View Archive Info
 
 
Field Value
 
Title Prediksi Kelulusan Mata Kuliah Menggunakan Hybrid Fuzzy Inference System
 
Creator Izzah, Abidatul
Widyastuti, Ratna
 
Subject Educational Data Mining; Fuzzy Inference System; prediction; decision tree; EDM; prediksi
 
Description  Perguruan Tinggi merupakan salah satu institusi yang menyimpan data yang sangat informatif jika diolah secara baik. Prediksi kelulusan mahasiswa merupakan kasus di Perguruan Tinggi yang cukup banyak diteliti. Dengan mengetahui prediksi status kelulusan mahasiswa di tengah semester, dosen dapat mengantisipasi atau memberi perhatian khusus pada siswa yang diprediksi tidak lulus. Metode yang digunakan sangat bervariatif termasuk metode Fuzzy Inference System (FIS). Namun dalam implementasinya, proses pembangkitan rule fuzzy sering dilakukan secara random atau berdasarkan pemahaman pakar sehingga tidak merepresentasikan sebaran data. Oleh karena itu, dalam penelitian ini digunakan teknik Decision Tree (DT) untuk membangkitkan rule. Dari uraian tersebut, penelitian bertujuan untuk memprediksi kelulusan mata kuliah menggunakan hybrid FIS dan DT. Data yang digunakan dalam penelitian ini adalah data nilai Posttest, Tugas, Kuis, dan UTS dari 106 mahasiswa Politeknik Kediri pengikut mata kuliah Algoritma dan Struktur Data. Penelitian ini diawali dari membangkitkan 5 rule yang selanjutnya digunakan dalam inferensi. Tahap selanjutnya adalah implementasi FIS dengan tahapan fuzzifikasi, inferensi, dan defuzzifikasi. Hasil yang diperoleh adalah akurasi, sensitivitas, dan spesifisitas  masing-masing adalah 94.33%, 96.55%, dan 84.21%.   College is an institution that holds very informative data if it mined properly. Prediction about student’s graduation is a common case that many discussed. Having the predictions of student’s graduation in the middle semester, lecturer will anticipate or give some special attention to students who would be not passed. The method used to prediction is very varied including Fuzzy Inference System (FIS). However, fuzzy rule process is often generated randomly or based on knowledge experts that not represent the data distribution. Therefore, in this study, we used a Decision Tree (DT) technique for generate the rules. So, the research aims to predict courses graduation using hybrid FIS and DT. Dataset used is the posttest score, tasks score, quizzes score, and middle test score from 106 students of the Polytechnic Kediri who took Algorithms and Data Structures. The research started by generating 5 rules by decision tree. The next is implementation of FIS that consist of fuzzification, inference, and defuzzification. The results show that the classifier give a good result in an accuracy, sensitivity, and specificity respectively was 94.33%, 96.55% and 84.21%.
 
Publisher Information Systems - Universitas Pesantren Tinggi Darul Ulum
 
Contributor —
 
Date 2016-07-01
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Peer-reviewed Article
 
Format application/pdf
 
Identifier https://journal.unipdu.ac.id/index.php/register/article/view/548
10.26594/register.v2i2.548
 
Source Register: Jurnal Ilmiah Teknologi Sistem Informasi; Vol 2, No 2 (2016): July; 60-67
Register: Jurnal Ilmiah Teknologi Sistem Informasi; Vol 2, No 2 (2016): July; 60-67
2502-3357
2503-0477
10.26594/register.v2i2
 
Language ind
 
Relation https://journal.unipdu.ac.id/index.php/register/article/view/548/484
 
Rights Copyright (c) 2016 Register: Jurnal Ilmiah Teknologi Sistem Informasi
http://creativecommons.org/licenses/by/4.0