Peningkatan Algoritma J48 Untuk Klasifikasi Hasil Prestasi Mahasiswa Selama Proses Pembelajaran Secara Daring Menggunakan CFS Dan Adaboost

Article Sidebar

View PDF
Published Dec 13, 2022
DOI https://doi.org/10.20895/inista.v5i1.853

Main Article Content

Dian Pramadhana
Politeknik Negeri Indramayu
Rendi Rendi
Politeknik Negeri Indramayu
Robi Robiyanto
Politeknik Negeri Indramayu

Abstract

Virus corona yaitu virus yang menyebabkan infeksi saluran pernapasan pada manusia. Jumlah kenaikan penderita virus corona meningkat secara cepat dan menyebar diberbagai negara. Dalam menghadapi virus corona dunia pendidikan mengantisipasi agar penularan virus corona tidak semakin luas yaitu dengan menghentikan proses pembelajaran secara langsung dan digantikan dengan pembelajaran daring. Dalam proses pembelajaran daring tidak selalu berjalan secara baik ataupun lancar, banyak kendala yang dihadapi selama pembelajaran daring. Kendala yang ada selama proses pembelajaran daring berakibat terhadap perubahan peserta didik seperti menurunnya motivasi serta prestasi belajar mahasiswa. Berdasarkan alasan tersebut peneliti tertarik untuk menganalisis hasil prestasi mahasiswa selama pembelajaran secara daring dengan menggunakan teknik data mining yaitu teknik klasifikasi. Salah satu teknik data mining untuk melakukan klasifikasi yang dapat digunakan adalah algoritma J48. Algoritma J48 merupakan algoritma yang cukup populer dalam pengklasifikasian, namun memiliki kelemahan yaitu dalam proses klasifikasi tidak dapat memilih atribut yang relevan, hal ini dapat berdampak buruk saat proses membangun decision tree. Untuk mengatasi masalah tersebut peneliti menerapkan Correlation Feature Selection untuk seleksi atribut dan Adaboost dalam memperbaiki performa algoritma J48. Hal ini dibuktikan bahwa setelah penerapan metode yang digunakan hasil akurasi yang di peroleh menunjukan peningkatan yaitu sebesar 96,42 %.

Article Details

How to Cite
Pramadhana, D., Rendi, R., & Robiyanto, R. (2022). Peningkatan Algoritma J48 Untuk Klasifikasi Hasil Prestasi Mahasiswa Selama Proses Pembelajaran Secara Daring Menggunakan CFS Dan Adaboost. Journal of Informatics Information System Software Engineering and Applications (INISTA), 5(1), 17-26. https://doi.org/10.20895/inista.v5i1.853
Issue
Vol 5 No 1 (2022): November 2022
Section
Articles

Copyright Notice

 

Authors who publish with Journal of Informatics, Information System, Software Engineering and Applications (INISTA) agree to the following terms:

  • Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
  • Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  • Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.

References

[1] H. A. Rothan and S. N. Byrareddy, “The epidemiology and pathogenesis of coronavirus disease (COVID-19) outbreak,” J. Autoimmun., vol. 109, no. February, p. 102433, 2020, doi: 10.1016/j.jaut.2020.102433.
[2] R. Tosepu et al., “Correlation between weather and Covid-19 pandemic in Jakarta, Indonesia,” Sci. Total Environ., vol. 725, p. 138436, 2020, doi: 10.1016/j.scitotenv.2020.138436.
[3] UNIVERSITAS ANDALAS, “Kementerian Pendidikan dan Kebudayaan,” Http://Kemdikbud.Go.Id/, vol. 126, no. 021, pp. 1–3, 2020, [Daring]. Available: http://kemdikbud.go.id/main/?lang=id
[4] K. F. Irnanda, D. Hartama, and A. P. Windarto, “Analisa Klasifikasi C4.5 Terhadap Faktor Penyebab Menurunnya Prestasi Belajar Mahasiswa Pada Masa Pandemi,” J. Media Inform. Budidarma, vol. 5, no. 1, p. 327, 2021, doi: 10.30865/mib.v5i1.2763.
[5] A. Cahyani, I. D. Listiana, and S. P. D. Larasati, “Motivasi Belajar Siswa SMA pada Pembelajaran Daring di Masa Pandemi Covid-19,” IQ (Ilmu Al-qur’an) J. Pendidik. Islam, vol. 3, no. 01, pp. 123–140, 2020, doi: 10.37542/iq.v3i01.57.
[6] S. Agarwal, Data mining: Data mining concepts and techniques. 2014. doi: 10.1109/ICMIRA.2013.45.
[7] F. Gorunescu, Data Mining Concepts, Models and Techniques. Springer ed, 2011.
[8] V. Kumar and N. Rathee, “Knowledge discovery from database using an integration of clustering and classification,” Int. J. Adv. Comput. Sci. Appl., vol. 2, no. 3, pp. 29–33, 2011, doi: 10.14569/ijacsa.2011.020306.
[9] B. K. Khotimah, U. Trunojoyo, and J. Timur, “Seleksi Fitur Dan Parameter Optimal Dengan,” pp. 1–11, 2012.
[10] A. A. Saifan and L. A. Abuwardih, “Software defect prediction based on feature subset selection and ensemble classification,” ECTI Trans. Comput. Inf. Technol., vol. 14, no. 2, pp. 213–228, 2020, doi: 10.37936/ecti-cit.2020142.224489.
[11] P. Thanathamathee and C. Lursinsap, Handling imbalanced data sets with synthetic boundary data generation using bootstrap re-sampling and AdaBoost techniques, vol. 34, no. 12. Elsevier B.V., 2013. doi: 10.1016/j.patrec.2013.04.019.
[12] P. Yildirim, “Filter Based Feature Selection Methods for Prediction of Risks in Hepatitis Disease,” Int. J. Mach. Learn. Comput., vol. 5, no. 4, pp. 258–263, 2015, doi: 10.7763/ijmlc.2015.v5.517.
[13] W. Liu, S. Chawla, D. A. Cieslak, and N. V. Chawla, “A robust decision tree algorithm for imbalanced data sets,” Proc. 10th SIAM Int. Conf. Data Mining, SDM 2010, no. June 2014, pp. 766–777, 2010, doi: 10.1137/1.9781611972801.67.
[14] D. Pramadhana, “Klasifikasi Penyakit Diabetes Menggunakan Metode CFS dan ROS dengan Algoritma J48 Berbasis Adaboost,” Edumatic J. Pendidik. Inform., vol. 5, no. 1, pp. 89–98, 2021, doi: 10.29408/edumatic.v5i1.3336.
[15] Faishal, “Efektivitas pembelajaran bahasa via daring,” Ta’dibi J. Manaj. Pendidik. Islam, vol. IX, no. September 2020, pp. 114–140, 2021, [Daring]. Available: http://e-jurnal.stail.ac.id/index.php/tadibi/article/view/226/144
[16] Rosyid, Mustajab, Abdullah, 2019. Prestasi Belajar. Malang : CV. Literasi Nusantara.
[17] Mustofa, MI, dkk. (2019). Formulasi Model Perkuliahan Daring Sebagai Upaya Menekan Disparitas Kualitas Perguruan Tinggi. WJIT: Walisongo Journal of Information Tecnology, 1 (2), 151-160.
[18] Gorunescu. F. Data Mining: Concepts, Models and Techniques, Berlin, Springer-Verlag. 2011.
[19] Pascual. D. Artificial Intelligence Tools, CRC Pres Taylor&Prancis Group. 2015.
[20] Afza. A. et al. A Hybrid Classifier using Boosting, Clustering, and Naïve Bayesian Classifier, World of Computer Science and Information Technology Journal (WCSIT). 105-109, 2018.
[21] W. Liu, S. et al. A robust decision tree algorithm for imbalanced data sets, Conference on Data Mining. pp. 1 – 12, 2016.
[22] Afza. A. et al. A Hybrid Classifier using Boosting, Clustering, and Naïve Bayesian Classifier, World of Computer Science and Information Technology Journal (WCSIT). 105-109, 2017.