Case based Reasoning Prediksi Waktu Studi Mahasiswa Menggunakan Metode Euclidean Distance dan Normalisasi Min-Max

Penulis

  • Henni Endah Wahanani Universitas Pembangunan Nasional "Veteran" Jawa Timur
  • Made Hanindia Prami Swari Universitas Pembangunan Nasional "Veteran" Jawa Timur
  • Fawwaz Ali Akbar Universitas Pembangunan Nasional "Veteran" Jawa Timur

DOI:

https://doi.org/10.25126/jtiik.2020763880

Abstrak

Salah satu penyebab dari lamanya waktu tempuh mahsiswa di Jurusan Informatika UPN “Veteran” Jawa Timur adalah sullitnya memantau kemajuan studi mahasiswa secara seksama, mengingat jumlah mahasiswa yang cukup banyak serta pihak akademik belum memiliki metode yang akurat untuk memetakan mahasiswa yang diprediksi akan mengalami keterlambatan dalam penyelesaian studinya. Melalui perkembangan teknologi informasi yang berkembang pesat saat ini, maka sangat dimungkinkan untuk membuat sebuah sistem yang mampu memprediksi kemungkinan keterlambatan kelulusan mahasiswa melalui penggunaan berbagai metode komputasi yang ada. Salah satu pendekatan yang dapat digunakan untuk membuat sebuah sistem prediksi kelulusan adalah menggunakan pendekatan populer yang digunakan dalam pembuatan sistem cerdas (intelligent system) yaitu case based reasoning (CBR). Langkah-langkah yang dilakukan pada penelitian ini adalah melakukan pengumpulan dan memasukkan data kasus pada basis kasus, melakukan praprosesing yakni normalisasi atribut yang akan digunakan dalam perhitungan similartitas antar kasus menggunakan normalisasi min-max, implementasi CBR menggunakan metode Euclidean Distance, serta melakukan pengujian pada 141 data kasus. Dari sisi perhitungan akurasi, sistem mampu memberikan nilai akurasi paling tinggi sebesar 100% pada pada pengujian berdasarkan predikat kelulusan, sedangkan berdasarkan ketepatan waktu, sistem mampu memberikan akurasi tertinggi dengan nilai 85,71%, dan sistem mampu memberikan nilai akurasi tertinggi sebesar 71,43% pada pengujian berdasarkan massa studi. Untuk pengujian presisi, sistem mampu mengasilkan nilai terbesar berturut-turut sebesar 90,90%, 43,33%, dan 100%. Sedangkan pada pengujian sensitivitas, sistem berturut-turut mampu menghasilan nilai sebesar 90,90%, 40,48%, dan 100%. Hasil pengujian ini tentunya sangat bergantung dari basis kasus yang dimiliki, oleh sebab itu perbaikan dan peningkatan jumlah kasus yang dimiliki diharapkan mampu meningkatkan performa sistem rekomendasi.

 

Abstract

One of the reasons for the length of study time for students of the Informatics study program of UPN "Veteran" Jawa Timur is the difficulty of monitoring the progressy, given the large number of students and academics do not have an accurate method to map students who are predicted to experience delays. It is possible to create a system that is able to predict the possibility of student graduation delay through the use of various existing computational methods. One approach that can be used to create a graduation prediction system is to use the popular approach namely case based reasoning (CB). The steps taken in this study are collecting and entering case data, normalizing the attributes using min-max normalization, implementing CBR using the Euclidean Distance, and system testing in 141 data case. System is able to provide the highest accuracy value of 100% in testing based on the predicate of graduation, while based on timeliness, the system is able to provide the highest accuracy value with a value of 85.71%, and the system is able to provide the highest accuracy value of 71.43%. on testing based on the study period. For precision testing, the system was able to produce the largest values of 90.90%, 43.33% and 100%, respectively. Whereas in the sensitivity test, the system was able to produce values of 90.90%, 40.48%, and 100% respectively. The results of this test are of course very dependent on the basis of cases that are owned, therefore improvements and an increase in the number of cases owned are expected to be able to improve the performance.


Downloads

Download data is not yet available.

Referensi

AAMODT, A., PLAZA, E., 1994. Case-based Reasoning : foundation issues, methodological variation and System approach. Vol 7 : 1. IOS Press.

AMELIA, M. W., LUMENTA, A. S., JACOBUS, A., 2017 . Prediksi Masa Studi Mahasiswa dengan Menggunakan Algoritma Naïve Bayes. Jurnal Teknik Informatika, 11(1). doi: 10.35793/jti.11.1.2017.17652.

AZAHARI, A., ET AL., 2020.Komparasi Data Mining Naive Bayes dan Neural Network memprediksi Masa Studi Mahasiswa S1. Jurnal Teknologi Informasi dan Ilmu Komputer, 7(3), p. 443. doi: 10.25126/jtiik.2020732093.

HAN, J., KAMBER, M., 2006. Data Mining Concept and Tehniques, San Fransisco: Morgan Kauffman.

SWARI, M.H.P.S., ARIANTI, R.W., MUTTAQIN, F., 2020. Case-Based Reasoning Pemberian Rekomendasi Profesi Berdasarkan Minat Dan Bakat Siswa Menggunakan Simple Matching Coefficient Similarity. SINTECH (Science and Information Technology) Journal. doi: 10.31598/sintechjournal.v3i1.505.

NASIONAL, U. S. P., 1982.Introduction and Aim of the Study. Acta Pædiatrica, 71, pp. 6–6. doi: 10.1111/j.1651-2227.1982.tb08455.x.

NULHAQIM, S. A., ET AL., 2016. Peranan Perguruan Tinggi Dalam Meningkatkan Kualitas Pendidikan Di Indonesia Untuk Menghadapi Asean Community 2015 Studi Kasus: Universitas Indonesia, Universitas Padjadjaran, Institut Teknologi Bandung. Share : Social Work Journal, 6(2), p. 197. doi: 10.24198/share.v6i2.13209.

PAMBUDI, R. D., SUPIANTO, A. A., SETIAWAN, N. Y., 2019. Prediksi Kelulusan Mahasiswa Berdasarkan Kinerja Akademik Menggunakan Pendekatan Data Mining Pada Program Studi Sistem Informasi Fakultas Ilmu Komputer Universitas Brawijaya’. 3(3), pp. 2194–2200.

Peraturan Menteri Pendidikan Dan Kebudayaan Nomor 03 Tahun 2020 Tentang Standar Nasional Perguruan Tinggi.

SILMINA, E. P. ,WARDOYO, R., 2018.Aplikasi Case Based Reasoning Untuk Identifikasi Serangan Hama Pada Tanaman Jeruk. Transmisi, 20(3), p. 96. doi: 10.14710/transmisi.20.3.96-104.

SULISTIO, S., 2017.Aplikasi Prediksi Kelulusan Mahasiswa Dengan Metode Linear Discriminant Analysis, Computatio : Journal of Computer Science and Information Systems, 1(1), p. 58. doi: 10.24912/computatio.v1i1.241.

SWARI, M. H. P., WINARKO, E., 2014. Sistem Diagnosis Penyakit Gigi Dan Mulut Menggunakan Kombinasi Case Based Reasoning Dan Rule Based Reasoning. Universitas Gadjah Mada. Available at: http://etd.repository.ugm.ac.id/home/detail_pencarian/74315.

TEDY, R., HARTATI, S., 2012.Case-Based Reasoning untuk Diagnosa Penyakit THT (Telinga Hidung dan Tenggorokan). Indonesiann Journal of Computing and Cybernetics Systems, 6(2), pp. 67–78. Available at: https://jurnal.ugm.ac.id/ijccs/article/view/2154/1934.

WAHYUDI, E., HARTATI, S., 2017.Case-Based Reasoning untuk Diagnosis Penyakit Jantung. IJCCS (Indonesian Journal of Computing and Cybernetics Systems), 11(1), p. 1. doi: 10.22146/ijccs.15523.

Zhu, W., Zeng, N., Wang, N., 2010. Sensitivity, specificity, accuracy, associated confidence interval and ROC analysis with practical SAS® implementations. Northeast SAS Users Group 2010: Health Care and Life Sciences, pp. 1–9. Available at: https://www.lexjansen.com/nesug/nesug10/hl/hl07.pdf.

Diterbitkan

02-12-2020

Terbitan

Bagian

Ilmu Komputer

Cara Mengutip

Case based Reasoning Prediksi Waktu Studi Mahasiswa Menggunakan Metode Euclidean Distance dan Normalisasi Min-Max. (2020). Jurnal Teknologi Informasi Dan Ilmu Komputer, 7(6), 1279-1288. https://doi.org/10.25126/jtiik.2020763880