IMPLEMENTASI DECISION TREE UNTUK MEMPREDIKSI KELULUSAN SNMPTN

Viki Andrianto, - (2012) IMPLEMENTASI DECISION TREE UNTUK MEMPREDIKSI KELULUSAN SNMPTN. S1 thesis, Universitas Pendidikan Indonesia.

Baca Full Text klik disini
[img] Text
s_kom_0706511_table_of_content.pdf
Download (252kB)
[img] Text
s_kom_0706511_chapter1.pdf
Download (254kB)
[img] Text
s_kom_0706511_chapter2.pdf
Restricted to Staf Perpustakaan
Download (360kB)
[img] Text
s_kom_0706511_chapter3.pdf
Download (328kB)
[img] Text
s_kom_0706511_chapter4.pdf
Restricted to Staf Perpustakaan
Download (803kB)
[img] Text
s_kom_0706511_chapter5.pdf
Download (245kB)
[img] Text
s_kom_0706511_bibliography.pdf
Download (240kB)
Official URL: hhtp://repository.upi.edu

Abstract

Ujian SNMPTN adalah salah satu ujian yang diselenggarakan oleh pemerintah sebagai ajang seleksi masuk perguruan tinggi negeri di Indonesia. Ketatnya persaingan untuk mendapatkan kursi di perguruaan tinggi ini mengakibatkan tidak sedikit siswa yang gagal menempuh ujian tersebut. Banyak faktor yang dapat mempengaruhi hasil ujian khususnya ujian SNMPTN , salah satunya faktor yang berhubungan dengan aktifitas siswa yaitu akademik siswa semasa menempuh pendidikan di tingkat SMA. dengan harapan dapat memprediksi hasil kelulusan dari data akademik siswa maka dilakukan penelitian yang berjudul “Implementasi Decision Tree Untuk Memprediksi Kelulusan SNMPTN”. Dengan mengimplementasikan algoritma klasifikasi Decision Tree, keseluruhan data akademik siswa dengan hasil kelulusannya akan dibentuk model classifier, kemudian dengan menggunakan model tersebut kelulusan SNMPTN akan diprediksi dari data akademik siswa. Setelah mengimplementasikan decision tree didapatkan bahwa data akademik bisa dijadikan dasar prediksi kelulusan SNMPTN dengan hasil akurasi yang baik.

Item Type: Thesis (S1)
Additional Information: ID SINTA Dosen Pembimbing Yudi Wibisono : 260167 Eka Fitrajaya : 6038107
Uncontrolled Keywords: model classifier, decision tree, rule, akademik.
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer
Depositing User: Ferli pennita
Date Deposited: 18 Oct 2023 08:36
Last Modified: 18 Oct 2023 08:36
URI: http://repository.upi.edu/id/eprint/111078

Actions (login required)

View Item View Item