Model Identifikasi Dini Mahasiswa Drop Out Menggunakan Dempster Shafer

Authors

  • Dara Kusumawati STMIK AKAKOM YOGYAKARTA
  • Dini Faktasari STMIK AKAKOM YOGYAKARTA
  • Sri Redjeki STMIK AKAKOM YOGYAKARTA

Abstract

Yogyakarta salah satu kota pendidikan di Indonesia mempunyai jumlah perguruan tinggi sekitar 113 perguruan tinggi, yang sebagian besar adalah perguruan tinggi swasta.   Menurut data statistik Pendidikan Tinggi Kemendikbud pada tahun 2017 menunjukkan bahwa dari 372.480 mahasiswa yang kuliah di Yogyakarta, terdapat sebayak 12.425 mahasiswa yang harus putus kuliah (DO). Setiap perguruan tinggi akan mempunyai pola yang drop out mahasiswa yang berbeda satu dengan yang lain, hal ini akan dijadikan kekuatan aturan (rule) untuk pembuatan prototype sistem.  Penelitian bertujuan menerapkan sistem berbasis pengetahuan menggunakan Dempster Shafer untuk memberikan manfaat secara langsung kepada pengelolah perguruan tinggi terkait drop out. Gejala-gejala mahasiswa DO diperoleh dari pengetahuan mengenai DO yang muncul pada kampus di Yogyakarta. Output sistem berupa klasifikasi 3 kelompok yaitu awal potensi DO, cukup potensi dan potensi sekali. Penelitian akan menghasilkan prototype system yang dapat digunakan sebagai early warning system untuk mahasiswa yang akan DO pada sebuah perguruan tinggi.

Author Biography

Dara Kusumawati, STMIK AKAKOM YOGYAKARTA

TEKNIK INFORMATIKA

References

. Harahap, S. (2006). Penegakan Moral Akademik Didalam dan Luar Kampus. Jakarta: Raja Grafindo

. Baharudin & Makin, M. (2004). Pendidikan: Suatu Pendekatan Praktek. Jakarta: AR-RUZZ Media.

. Sobur, A. (2006). Psikologi Umum. Bandung: Pustaka Setia.

. W. Dekker et al., 2009, Predicting students drop out: A case study, In EDM: Proceedings of the 2nd International Conference On Educational Data Mining, Cordoba, Spain., pages 41-50.

. B. Jaroslav et al., 2012, Predicting drop-out from social behaviour of students, EDM2012: Proceedings ofthe 5th International Conference on Educational Data Mining, Eindhoven, the Netherlands., pages 103-109, www.educationaldatamining.org.

. Hastuti K, 2012, Analisis Komparasi Algoritma Klasifikasi Data Mining Untuk Prediksi Mahasiswa Non Aktif, Seminar Nasional Teknologi Informasi & Komunikasi Terapan 2012 (Semantik 2012).

. Hertati, D, 2009, Faktor-Faktor Yang Mempengaruhi Putus Studi (Drop Out) Mahasiswa Universitas Pembangunan Nasional "Veteran" Jawa Timur (Tugas Akhir tidak dipublikasikan), Universitas Pembangunan Nasional “Veteran†Jawa timur.

. Fadjrian Imran et al., 2013, Identifikasi faktor-Faktor yang berhubungan dengan Mahasiswa putus kuliah di IPB Angkatan 2008 menggunakan Analisis survival, Xplore, 2013, Vol. 2(1), Departemen Statistika FMIPA IPB, page 1-6.

. Andriani, A. (2012). Penerapan Algoritma C4. 5 Pada Program Klasifikasi Mahasiswa Dropout. In Seminar Nasional Matematika (pp. 139-147).

Downloads

Published

2019-11-21

Issue

2019: Semnastik 2019

Section

Articles

License

Penulis yang mempublikasikan artikelnya dalam publikasi ini setuju dengan ketentuan berikut :


  1. Hak cipta tetap pada penulis dan memberikan hak kepada SEMNASTIK 2019 sebagai prioritas pertama untuk mempublikasikan artikelnya dengan lisensi Creative Commons Attribution License yang memperbolehkan artikel untuk dapat dibagikan dengan pengakuan terhadap penulis artikel dan SEMNASTIK 2019 sebagai tempat publikasinya.
  2. Penulis dapat mendistribusikan publikasi artikelnya secara non-eksklusif (contoh : pada repository universitas atau pada buku) dengan pemberitahuan atau pengakuan publikasi di SEMNASTIK 2019.
  3. Penulis diijinkan untuk mencantumkan karyanya secara online (misal : di website pribadi atau di repository universitas) sebelum dan sesudah proses pengiriman (lihat The Effect of Open Access).