Penambangan Data Formulir Pendaftaran untuk Memprediksi Kinerja Mahasiswa Menggunakan CHAID

Authors

DOI:

https://doi.org/10.23887/wms.v15i1.27358

Keywords:

Educational Data Mining (EDM), CHAID, Kinerja Mahasiswa

Abstract

Tujuan penelitian ini adalah untuk menggali lebih dalam data yang telah dimiliki Perguruan Tinggi untuk dimanfaatkan dalam upaya menjaga kualitas dan profesionalitas pelayanan pendidikan di masa yang kompetitif ini. Perguruan Tinggi sebenarnya telah memiliki basis data yang cukup sejak menerima calon mahasiswa baru, yaitu melalui formulir pendaftaran mahasiswa baru. Universitas Islam Malang (UNISMA) sebagai salah satu Perguruan Tinggi swasta yang sangat fokus dalam menjaga kualitasnya juga telah menyusun sistem teknologi informasi dalam proses registrasi mahasiswa sehingga sudah dapat menampung basis data dalam skala besar. Educational Data Mining (EDM) dapat diterapkan untuk mendapatkan pengetahuan dari basis data pendaftaran tersebut dan kemudian dimanfaatkan untuk menjaga kualitas pelayanan pendidikan, salah satunya untuk memprediksi kinerja mahasiswa. Penelitian ini dilaksanakan di 3 angkatan Program Studi Pendidikan Matematika, FKIP, UNISMA. Analisa data pendaftaran dilakukan dengan menerapkan Chi-square Automatic Interaction Detector (CHAID) dengan pohon keputusan sebagai hasil akhir pemodelan prediksinya sehingga akan lebih mudah dibaca dan dipahami. Hasil analisa CHAID menunjukkan bahwa mahasiswa yang berpeluang memiliki kinerja rendah adalah mahasiswa dengan karakteristik yang melibatkan variabel independen Pendapatan Ayah, Jenis Kelamin, Pilihan Prodi, Jenis Asal Sekolah, dan Hobi. Kelima variabel independen tersebut diprediksi berasosiasi terhadap kinerja mahasiswa yang rendah. Hasil analisa ini diharapkan dapat menjadi salah satu pertimbangan untuk pengambilan keputusan dan kebijakan di UNISMA, sehingga permasalahan kinerja mahasiswa yang rendah dapat segera teridentifikasi dan teratasi sedini mungkin.

References

Ahmed, A.B.E.D. dan Elaraby, I.S., 2014. Data Mining: A Prediction for Student’s Performance Using Classification Method. World Journal of Computer Application and Technology. Vol. 2, no. 2, pp. 43-47.

Alhammadi, D.A. dan Aksoy, M.S. 2013. Data Mining-An Experimental Study. International Journal of Computer Application. Vol. 62, no. 15, pp. 31–34.

Chandra, K., Nandhini, E., dan Chandra, E. 2010. Knowledge Mining from Student Data. Eur. J. Sci. Res. Vol. 47, no. 1, pp. 156–163.

Elakia, G., Aarthi, dan Naren J. 2014. Application of Data Mining in Educational Database for Predicting Behavioural Patterns of the Students. Inernational Journal of Computer Science and Information Technology (IJCSIT). Vol. 5, no. 3, pp. 4649–4652.

Kunto, Y. S. dan Hasana, S. N. 2006. Analisis Chaid sebagai Alat Bantu Statistika untuk Segmentasi Pasar (Studi Kasus pada Koperasi Syari’ah Al-Hidayah). Jurnal Manajemen Pemasaran. Fakultas Ekonomi–Universitas Kristen Petra.Vol. 1, no. 2, pp 88-97.

Larose, D.T. 2005. Discovering Knowledge in Data : An Introduction to Data Mining. Hoboken: Willey-Interscience, John Willey and Sons, Inc.

Liu, H. dan Setiono, R. 1995. Chi-square: Feature Selection and Discretization of Numeric Attributes. Proceedings of IEEE 7th International Conference on Tools with Artificial Intelligence, Vol. 338, no. 391.

Marthasari, G.I. 2017. Implementasi Teknik Data Mining untuk Evaluasi Kinerja Mahasiswa Berdasarkan Data Akademik. Fountain of Informatics Journal. Vol. 2, No. 2, pp. 20-27.

Ramaswami, M. dan Bhaskaran, R. 2010. A CHAID Based Performance Prediction Model in Educational Data Mining. International Journal of Computer Science Issues (IJCSI). Vol. 7, Issue 1, No. 1, pp 10-18.

Slameto. 2010. Belajar dan Faktor-Faktor yang Mempengaruhinya. Rineka Cipta.

Toit, S. H. C., Steyn, A.G.W., and Stumpf, R.H. 1986. CHAID and XAID: Exploratory Techniques for Analyzing Extensive Data Sets. Graphical Exploratory Data Analysis. pp 224-244.

Witten, I.H. dan Frank, E. 2005. Data Mining – Practical Machine Learning Tools and Techniques 2nd Edition. Morgan Kaufmann Publisher. San Francisco, CA.

Downloads

Published

2021-04-26

Issue

Section

Articles