EDUCATIONAL DATA MINING UNTUK MENGETAHUI POLA MINAT KERJA MAHASISWA

Daniel Swanjaya, Abidatul Izzah

Abstract


Educational Data Mining adalah disiplin ilmu yang berkaitan dengan pengembangan metode untuk mempelajari data yang berasal dari dunia pendidikan sehingga dapat lebih memahami karakter siswa maupun mahasiswa. Dalam hal ini, EDM digunakan untuk memprediksi minat dan bakat kerja yangdimiliki oleh mahasiswa. Sejatinya masa perkuliahan sangat mencerminkan minat pekerjaan mahasiswa. Namun dalam kenyataannya masih banyak mahasiswa yang tidak memahami secara persis minat dan bakatnya meski sudah sampai pada tingkat akhir perkuliahan. Di sisi lain, secara tidak langsung minat dan bakat mahasiswa tercermin pada nilai akademik yang diperoleh. Olehkarena itu, paper ini mencoba menemukan pola minat dan bakat mahasiswa terhadap dunia kerja dengan menggunakan Decision Tree. Data yang digunakan dalam paper ini adalah data nilai 8 mata kuliah wajib dari 42 alumni jurusan S1 Matematika. Sedangkan lapangan kerja yang tersedia meliputi Pengajar, Pegawai, dan Enterpreuner. Hasil percobaan menunjukkan bahwa Decision Tree dapat membentuk sebuah pola minat dan bakat mahasiswa terhadap dunia kerja. Hasil evaluasi classifier ini menunjukkan nilai AUC diatas 0.9 untuk masing-masing profesi.

Full Text:

Untitled PDF

References


Cecily H, Ryan B, Kalina Y. Proceedings of the Workshop on Educational Data Mining at the 8th International Conference on Intelligent Tutoring Systems Jhongli, Taiwan. 2006.

Anupama K, Vijayalakshmi. Efficiency Of Decision Trees In Predicting Student’s Academic Performance. Computer Science & Information Technology (CS & IT). 2011; 2: 335-343

Brijesh K, Saurabh P. Mining Educational Data to Analyze Students’ Performance. International Journal of Advanced Computer Science and Applications. 2011; 2(6) : 63-69

Irfan A, Jin T. An Application of Educational Data Mining (EDM) Technique for Scholarship Prediction. International Journal of Software Engineering and Its Applications. 2014; 8(12): 31-42

Mohammad M, Hari G, Diana P. Analisis Kemungkinan Drop Out Berdasarkan Perilaku Sosial Mahasiswa Dalam Educational Data Mining Menggunakan Jaringan Syaraf Tiruan Sebagai Classifier. Thesis. Surabaya: Postgraduate ITS; 2014.

Donny M dan Imam M. Aplikasi Association Rule Mining Untuk menemukan Pola Pada Data Nilai Mahasiswa Matematika ITS. Jurnal Sains dan Seni POMITS. 2013; 1(1):1-6

Gorunescu, F. Data Mining Concept Model and Techniques. Berlin: Springer. 2011

Witten I. Frank E., and Hall M. Data Mining: Practical Machine Learning Tools and Techniques 3rd Edition, Morgan Kaufmann Publishers. 2011.

Tom F. ROC Graphs : Notes and Practical Considerations for Data Mining Researchers, Pattern Recognition Letters. 2006; 27: 861–874




DOI: https://doi.org/10.22219/sentra.v0i1.2010

Refbacks

  • There are currently no refbacks.


Seketariat

Fakultas Teknik

Universitas Muhammadiyah Malang Kampus III

Jl. Raya Tlogomas 246 Malang, 65144