Analisis Indikator Kinerja Dosen Terhadap Prestasi Mahasiswa Semester Satu dengan Menggunakan Decision Tree
Abstract
Prediksi prestasi mahasiswa merupakan hal yang sangat penting namun sulit dilakukan, dengan mengetahui prestasi mahasiswa lebih awal maka dilakukan tindakan-tindakan yang diperlukan untuk meningkatkan mahasiswa yang diprediksi memiliki prestasi yang rendah dikemudian hari. Penelitian ini mengungkapkan pengaruh pedagogik dosen terhadap prestasi mahasiswa pada mata kuliah dasar pemrograman pada mahasiswa program studi informatika Universitas Muhammadiyah KalimantanTimur. Pada penelitian ini melakukan kuesioner kepada mahasiswa berdasarkan borang evaluasi dosen terhadap mata kuliah dasar pemrograman. Terhadap 48 mahasiswa semester satu yang terlibat pada penelitian ini dengan indikator penilaian sebanyak 28. Analisis data menggunakan teknik pohon keputusan menghasilkan dari 28 indikator yang ada, hanya 5 indikator yang berpengaruh terhadap prestasi mahasiswa.
Full Text:
PDFReferences
J. Han, M. Kamber, and J. Pei, Data Mining: Concepts and Techniques. 2012.
R. S. J. D. R. Baker and K. Yacef, “The State of Educational Data Mining in 2009 : A Review and Future Visions,” J. Educ. Data Min., 2009.
G. S. Gowri, R. Thulasiram, and M. A. Baburao, “Educational Data Mining Application for Estimating Students Performance in Weka Environment,” in IOP Conference Series: Materials Science and Engineering, 2017.
R. Rosadi, R. Sudrajat, B. Kharismawan, and Y. A. Hambali, “Student academic performance analysis using fuzzy C-means clustering,” in IOP Conference Series: Materials Science and Engineering, 2017, vol. 166, no. 1, p. 12036.
A. U. Khasanah and Harwati, “A Comparative Study to Predict Student’s Performance Using Educational Data Mining Techniques,” in IOP Conference Series: Materials Science and Engineering, 2017.
M. A. Al-Barrak and M. Al-Razgan, “Predicting Students Final GPA Using Decision Trees: A Case Study,” Int. J. Inf. Educ. Technol., 2016.
A. B. E. D. Ahmed and I. S. Elaraby, “Data Mining: A prediction for Student’s Performance Using Classification Method,” World J. Comput. Appl. Technol., 2014.
T. M. Lakshmi, A. Martin, R. M. Begum, and V. P. Venkatesan, “An Analysis on Performance of Decision Tree Algorithms using Student’s Qualitative Data,” Int. J. Mod. Educ. Comput. Sci., 2013.
K. Adhatrao, A. Gaykar, A. Dhawan, R. Jha, and V. Honrao, “Predicting Students’ Performance Using ID3 and C4.5 Classification Algorithms,” Int. J. Data Min. Knowl. Manag. Process, 2013.
Y. C. Giap, N. Leonardi, B. Waseso, and R. Rahim, “Data Mining of Family, School, and Society Environments Influences to Student Performance,” in IOP Conference Series: Materials Science and Engineering, 2018.
A. M. Baby, “Pedagogue Performance Assessment (PPA) using Data mining Techniques,” in IOP Conference Series: Materials Science and Engineering, 2018.
DOI: http://dx.doi.org/10.30872/jurti.v2i2.1768
Refbacks
- There are currently no refbacks.
Copyright (c) 2019 JURNAL REKAYASA TEKNOLOGI INFORMASI

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Alamat Redaksi :
Program Studi Informatika
Fakultas Teknik
Jl. Sambaliung No. 9 Kampus Gunung Kelua Samarinda 75119 - Kalimantan Timur
e-mail : jurti.unmul@fkti.unmul.ac.id
Url : http://e-journals.unmul.ac.id/index.php/INF
Contact Person : Medi Taruk [081543438301]
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.