Penerapan Data Mining Klasifikasi C4.5 dalam Menentukan Tingkat Stres Mahasiswa Akhir

Authors

  • Anggi Trifani STIKOM Tunas Bangsa, Pematangsiantar, Indonesia
  • Agus Perdana Windarto STIKOM Tunas Bangsa, Pematangsiantar, Indonesia
  • Hendry Qurniawan STIKOM Tunas Bangsa, Pematangsiantar, Indonesia

DOI:

https://doi.org/10.55606/jurritek.v1i2.414

Keywords:

Klasifikasi, Data Mining, C4.5, Stres, Mahasiswa Akhir

Abstract

Penelitian ini bertujuan untuk melakukan Klasifikasi dalam menentukan tingkat Stres yang dialami oleh Mahasiswa Akhir di STIKOM Tunas Bangsa dengan menggunakan teknik data mining C4.5. Dengan mengetahui stres mahasiswa, pihak kampus dapat memberikan treatment dan perlakuan yang tepat terhadap mahasiswa akhir. Sumber data penelitian diperoleh dari beberapa kelas semester 6 dan 8 sebanyak 110 mahasiswa, melalui wawancara dan pembagian kuesioner. Atribut yang digunakan sebagai parameter penilaian untuk mengetahui tingkat stres yang dialami oleh mahasiswa akhir di STIKOM Tunas Bangsa, Pematang siantar antara lain: Interpersonal (C1), Intrapersonal (C2), Akademik (C3) dan Lingkungan (C4). Proses pengujian penelitian ini  menggunakan bantuan software RapidMiner untuk membuat pohon keputusan. Dari hasil pengolahan C4.5 dengan menggunakan bantuan software RapidMiner atribut Interpersonal (C1) menjadi atribut yang paling berpengaruh terhadap tingkat stres Mahasiswa Akhir dan data performance yang ditunjukkan terhadap kesesuaian metode C4.5 akurasinya adalah 87,88%.

References

Aditama, D. (2017). Hubungan Antara Spiritualitas dan Stres pada Mahasiswa yang Mengerjakan Skripsi. Jurnal EL-Tarbawi, 10(2), 39–62.

Ambarwati, P. D., Pinilih, S. S., & Astuti, R. T. (2019). Gambaran Tingkat Stres Mahasiswa. Jurnal Keperawatan Jiwa, 5(1), 40–47. https://doi.org/10.26714/jkj.5.1.2017.40-47

Arminarahmah, N., GS, A. D., Bhawika, G. W., Dewi, M. P., & Wanto, A. (2021). Mapping the Spread of Covid-19 in Asia Using Data Mining X-Means Algorithms. IOP Conf. Series: Materials Science and Engineering, 1071(1), 012018. https://doi.org/10.1088/1757-899X/1071/1/012018

Asmaul Husnah Nasrullah. (2018). penerapan metode C45 untuk klasifikasi mahasiswa drop out. ILKOM Jurnal Ilmiah, 10, 244–250.

Bahri, S., Marisa Midyanti, D., Hidayati, R., Sistem Komputer, J., & Mipa, F. (2018). Perbandingan Algoritma Naive Bayes dan C4.5 Untuk Klasifikasi Penyakit Anak. Seminar Nasional Aplikasi Teknologi Informasi (SNATi), 24–31.

Fadli, F., & Butar, B. B. (2019). Penerapan Decision Tree Menggunakan Algoritma C4.5 Untuk Deteksi Demam Berdarah Pada RS. IMC Bintaro. Indonesian Journal on Software Engineering (IJSE), 5(1), 75–86. https://doi.org/10.31294/ijse.v5i1.5866

Febriani, S., & Sulistiani, H. (2021). ANALISIS DATA HASIL DIAGNOSA UNTUK KLASIFIKASI GANGGUAN. 2(4), 89–95.

Febriyati, N. A., GS, A. D., & Wanto, A. (2020). GRDP Growth Rate Clustering in Surabaya City uses the K- Means Algorithm. International Journal of Information System & Technology, 3(2), 276–283.

Fitriani, E., Aryanti, R., Saepudin, A., & Ardiansyah, D. (2020). Penerapan Algoritma C4.5 Untuk Klasifikasi Penempatan Tenaga Marketing. Paradigma - Jurnal Komputer Dan Informatika, 22(1), 72–78. https://doi.org/10.31294/p.v22i1.6898

Gultom, W. T. C., Wanto, A., Gunawan, I., Lubis, M. R., & Kirana, I. O. (2021). Application ofThe Levenberg Marquardt Method In Predict The Amount of Criminality in Pematangsiantar City. Journal of Computer Networks, Architecture, and High-Performance Computing, 3(1), 21–29. https://doi.org/10.47709/cnahpc.v3i1.926

Hanafiah, M. A., & Wanto, A. (2020). Implementation of Data Mining Algorithms for Grouping Poverty Lines by District/City in North Sumatra. International Journal of Information System & Technology, 3(2), 315–322.

Hutagalung, J., Ginantra, N. L. W. S. R., Bhawika, G. W., Parwita, W. G. S., Wanto, A., & Panjaitan, P. D. (2021). COVID-19 Cases and Deaths in Southeast Asia Clustering using K-Means Algorithm. Journal of Physics: Conference Series, 1783(1), 012027. https://doi.org/10.1088/1742-6596/1783/1/012027

Irnanda. (2020). Penerapan Klasifikasi C4.5 Dalam Meningkatkan Kecakapan Berbahasa Inggris dalam Masyarakat. Seminar Nasional Teknologi Komputer & Sains (SAINTEKS), 304–308.

Merry, & Mamahit, H. C. (2020). Stres Akademik Mahasiswa Aktif Angkatan 2018 dan 2019 Universitas Swasta di DKI Jakarta. Jurnal Konseling Indonesia, 6(1), 6–13.

Muhamad, Windarto, A. P., & Suhada, S. (2019). Penerapan Algoritma C4.5 Pada Klasifikasi Potensi Siswa Drop Out. KOMIK (Konferensi Nasional Teknologi Informasi Dan Komputer), 3(1), 753–760. https://doi.org/10.30865/komik.v3i1.1688

Nurellisa, L., & Fitrianah, D. (2020). Analisis Rekomendasi Calon Debitur Motor pada PT.XYZ menggunakan Algortima C 4.5. Jurnal Teknologi Informasi Dan Ilmu Komputer, 7(4), 673. https://doi.org/10.25126/jtiik.2020742080

Oktavia, R., Hardinata, J. T., & Irawan, I. (2020). Penerapan Metode Algoritma K-means Dalam Pengelompokan Angka Harapan Hidup Saat Lahir Menurut Provinsi. Kesatria: Jurnal Penerapan …, 1(4), 154–161.

Phie, C., & Kasmara, Y. (2021). Sistem Monitoring dan Deteksi Stres Pada Anak Berbasis Wearable. 5(10), 943–949.

Rahayu, I. A. S. (2018). PENERAPAN METODE CHI-SQUARE AUTOMATIC INTERACTION DETECTION (CHAID) DAN ALGORITMA C4.5 PADA KLASIFIKASI STRES AKADEMIK MAHASISWA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM. 1–7.

Sadewo, M. G., Windarto, A. P., Damanik, I. S., & Hartama, D. (2018). Penerapan C4.5 Untuk Memprediksi Kepuasan Pasien Terhadap Sistem Informasi Manajemen Rumah Sakit. Ready Star, 1(1), 21–30.

Sagita, D. D., Fairuz, S. U. N., & Aisyah, S. (2021). Perbedaan Stres Akademik Mahasiswa Berdasarkan Jenis Kelamin. Jurnal Konseling Andi Matappa, 5(1), 9–16.

Setiana, D. G. A. A., & Cristin Wiyani, R. E. (2017). Terhadap Stres Pada Lansia. Jurnal Kebidanan Dan Keperawatan, 13(2), 192–202.

Sinaga, T. H., Wanto, A., Gunawan, I., Sumarno, S., & Nasution, Z. M. (2021). Implementation of Data Mining Using C4.5 Algorithm on Customer Satisfaction in Tirta Lihou PDAM. Journal of Computer Networks, Architecture, and High-Performance Computing, 3(1), 9–20. https://doi.org/10.47709/cnahpc.v3i1.923

Sudarsono, B. G., & Lestari, S. P. (2020). Diagnosa Tingkat Depresi Mahasiswa Akhir Terhadap Penelitian Ilmiah Menggunakan Algoritma K-Nearest Neighbor. Jurnal Media Informatika Budidarma, 4(4), 1094–1099. https://doi.org/10.30865/mib.v4i4.2448

Suhandiah, S., Ayuningtyas, A., & Sudarmaningtyas, P. (2021). Tugas Akhir dan Faktor Stres Mahasiswa. JAS-PT (Jurnal Analisis Sistem Pendidikan Tinggi Indonesia), 5(1), 65–74. https://doi.org/10.36339/jaspt.v5i1.424

Tapidingan, Y. C., & Paseru, D. (2020). Comparative Analysis of Classification Methods of KNN and Naïve Bayes to Determine Stress Level of Junior High School Students. Indonesian Journal of Information Systems, 2(2), 80–89. https://doi.org/10.24002/ijis.v2i2.3035

Wanto, A., Siregar, M. N. H., Windarto, A. P., Hartama, D., Ginantra, N. L. W. S. R., Napitupulu, D., … Prianto, C. (2020). Data Mining : Algoritma dan Implementasi. Yayasan Kita Menulis.

Downloads

Published

2022-10-17

How to Cite

Anggi Trifani, Agus Perdana Windarto, & Hendry Qurniawan. (2022). Penerapan Data Mining Klasifikasi C4.5 dalam Menentukan Tingkat Stres Mahasiswa Akhir. JURAL RISET RUMPUN ILMU TEKNIK, 1(2), 91–105. https://doi.org/10.55606/jurritek.v1i2.414

Similar Articles

1 2 3 4 > >> 

You may also start an advanced similarity search for this article.