Cut Maya Putri Audilla (2020) PREDIKSI LAMA MASA STUDI MAHASISWA BERDASARKAN JALUR PENERIMAAN MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM). S1 thesis, Universitas Muhammadiyah Yogyakarta.
Halaman Judul.pdf
Download (710kB)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (826kB)
Abstrak.pdf
Restricted to Registered users only
Download (465kB)
Bab I.pdf
Download (522kB)
Bab II.pdf
Restricted to Registered users only
Download (729kB)
Bab III.pdf
Restricted to Registered users only
Download (675kB)
Bab IV.pdf
Restricted to Registered users only
Download (969kB)
Bab V.pdf
Restricted to Registered users only
Download (526kB)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (530kB)
Lampiran.pdf
Restricted to Registered users only
Download (635kB)
Naskah Publikasi.pdf
Restricted to Registered users only
Download (165kB)
Full Text.pdf
Restricted to Repository staff only
Download (3MB)
Abstract
Di Indonesia kualitas suatu perguruan tinggi diukur berdasarkan akreditasi yang dilaksanakan oleh BAN-TP (Badan Akreditasi Nasional Perguruan Tinggi ) . Menurut BAN-PT (BAN PT., 2011) mengukur kualitas dari sebuah perguruan tinggi terdapat beberapa standar utama, salah satunya yaitu Mahasiswa dan Lulusan. Ketepatan lama studi mahasiswa merupakan isu yang penting karena ketepatan tersebut menjadi dasar efektifnya suatu perguruan tinggi. Prediksi merupakan suatu proses memperkirakan secara sistematis tentang sesuatu yang paling mungkin terjadi di masa depan berdasarkan informasi masa lalu dan sekarang yang dimiliki, agar kesalahannya (selisih antara sesuatu yang terjadi dengan hasil perkiraan) dapat diperkecil. Salah satu teknik yang dapat digunakan untuk melakukan prediksi adalah dengan teknik penggalian data atau data Mining. Universitas Muhammadiyah Yogyakarta (UMY) sebagai salah satu perguruan tinggi swasta yang terbaik di Indonesia harus mempertahankan kualitas mahasiswanya. Seleksi penerimaan mahasiswa di UMY merupakan seleksi internal di mana dilakukan berbagai cara yaitu jalur prestasi dan juga tes kemampuan akademik. Metode Support Vector Machine (SVM) adalah bagian dari metode prediksi. Analisis prediksi SVM dengan menggunakan data historis dari alumni Fakultas Ilmu Hukum tahun kelulusan Universitas Muhammadiyah Yogyakarta 2015-2019. Penerapan SVM memiliki hasil perhitungan akurasi, presisi dan recall yang lebih baik. Tingkat akurasi kernel terbaik adalah SVM kernel RBF dengan nilai optimum C=10 dan gamma = 0,4 adalah 96,00% .
Item Type: | Thesis (S1) |
---|---|
Divisions: | Fakultas Teknik > Teknologi Informasi S1 |
Depositing User: | Unnamed user with email robi@umy.ac.id |
Date Deposited: | 13 Sep 2021 09:00 |
Last Modified: | 13 Sep 2021 09:00 |
URI: | https://etd.umy.ac.id/id/eprint/1496 |