首页> 外文期刊>Pinter: Jurnal Pendidikan Teknik Informatika dan Komputer >Kinerja Algoritma Classification And Regression Tree (Cart) dalam Mengklasifikasikan Lama Masa Studi Mahasiswa yang Mengikuti Organisasi di Universitas Negeri Jakarta
【24h】

Kinerja Algoritma Classification And Regression Tree (Cart) dalam Mengklasifikasikan Lama Masa Studi Mahasiswa yang Mengikuti Organisasi di Universitas Negeri Jakarta

机译:分类和回归树(购物车)算法在雅加达州立大学遵循组织后的学生研长度

获取原文
       

摘要

Organisasi kemahasiswaan adalah fasilitas yang disediakan oleh perguruan tinggi sebagai wadah untuk mengembangkan kemampuan non akademis, minat dan bakat mahasiswa. Namun, dalam kenyataannya banyak mahasiswa yang mengikuti organisasi mengalami penurunan prestasi hingga tidak dapat lulus tepat waktu. Di Universitas Negeri Jakarta belum adanya sistem yang dapat mengklasifikasikan lama masa studi mahasiswa yang mengikuti organisasi. Sebelum membangun sistem pengambilan keputusan, diperlukan penelitian mengenai akurasi suatu algoritma agar sistem keputusan yang dibuat memiliki tingkat akurasi yang tinggi. Penelitian ini menggunakan algoritma data mining yaitu algoritma Classification and Regression Tree (CART). CART merupakan metode pohon keputusan biner. CART dikembangkan untuk melakukan analisis klasifikasi pada peubah respon baik yang nominal, ordinal, maupun kontinu. Metode klasifikasi CART terdiri dari dua metode yaitu metode pohon regresi dan pohon klasifikasi. Data mahasiswa yang mengikuti organisasi yang lulus tepat waktu dan tidak lulus tepat waktu akan diolah menggunakan algoritma CART. Setelah diklasifikasikan data tersebut akan dihitung hasil akurasinya menggunakan K-fold Cross Validation dengan nilai K = 5, k = 10, dan K = 20. Berdasarkan hasil contoh data mahasiswa yang mengikuti organisasi menunjukan bahwa hasil perhitungan akurasi algoritma CART terbaik diperoleh ketika nilai K = 20. Algoritma CART telah mampu mengklasifikasikan lama masa studi mahasiswa yang mengikuti organisasi di Universitas Negeri Jakarta. Algoritma CART menghasilkan rata-rata akurasi 80%.
机译:学生组织是大学提供的设施,作为发展非学术能力,兴趣和人才学生的论坛。然而,在现实中,许多遵循该组织的学生都会减少成就,直到他们不能按时通过。在雅加达州立大学,没有系统可以分类遵循组织的学生研究的长度。在建立决策系统之前,需要研究算法的准确性,以便决策系统具有高精度。本研究使用数据挖掘算法,即分类和回归树(推车)算法。购物车是一种二进制决策树方法。开发推车以在响应范围内进行分类分析,标称,序数和连续。购物车分类方法由两种方法组成,即回归树方法和分类树。使用Cart算法处理通过按时通过的组织的学生数据,并不会通过CART算法处理。在分类数据之后,使用k折叠交叉验证计算准确性的结果,使用k = 5,k = 10,k = 20.基于组织遵循的示例学生数据的结果显示当k = 20的值获得最佳购物车算法的准确性的结果。推车算法已经能够对参与雅加达州立大学的组织的旧学生研究。 CART算法的平均精度平均为80%。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号