Text

SKRIPSI PENANGANAN DATA IMBALANCE UNTUK MENINGKATKAN AKURASI KLASIFIKASI DECISION TREE C4.5 PADA MAHASISWA DROP OUT

---

INTISARI
Kelulusan mahasiswa merupakan acuan penting dalam penilaian akreditasi institusi pendidikan tinggi, sehingga prediksi kelulusan menjadi sangat krusial. Kelulusan dapat diperediksi berdasarkan data kelulusan pada periode tertentu. Masalahannya adalah data kelulusan sering kali tidak seimbang antara jumlah mahasiswa yang lulus dan yang tidak lulus, sehingga dapat menghasilkan akurasi prediksi yang rendah. Penelitian ini mengusulkan penggunaan dua teknik penyeimbangan data, yaitu: SMOTE, dan Borderline-SMOTE. Untuk mengatasi masalah ketidakseimbangan data, Berdasarkan hasil penelitian, model Decision Tree C4.5 dengan menggunakan data asli memiliki akurasi 76%, precision positive sebesar 91% dan precision negative hanya 12%. Penggunaan teknik SMOTE meningkatkan akurasi menjadi 78%, precision positive sebesar 94% dan kelas negatif sebesar 22%. Teknik Borderline-SMOTE memberikan hasil akurasi 84% dan precision untuk kelas positif dan negatif masing-masing sebesar 94% dan 29%. Hasil penelitian menunjukan bahwa algoritma Borderline-SMOTE memiliki kinerja terbaik dalam memprediksi kelas negative
Kata kunci : Klasifikasi, Decision Tree C4.5, Data tidakseimbang, Oversamling, SMOTE

---

Ketersediaan

58-UN57.U1-STE-VIII-2024

ELEKTRO PUT P 2024

Ruang Skripsi (TEKNIK ELEKTRO)

Tersedia namun tidak untuk dipinjamkan - No Loan

Informasi Detail

Judul Seri

-

No. Panggil

ELEKTRO PUT P 2024

Penerbit

MAGELANG : UNIVERSITAS TIDAR., 2024

Deskripsi Fisik

XIII;88HAL;29.5CM

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

621.38

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

PRODI_S1_TEKNIK_ELEKTRO
FAKULTAS_FT

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar