PENERAPAN HYBRID MINING UNTUK ANALISIS FAKTOR KINERJA DOSEN BERDASARKAN COURSE EVALUATION SURVEY MENGGUNAKAN METODE K-MEANS DAN C45

Alfaro, Ariel and Tita Tosida, Eneng and Mulyati (2019) PENERAPAN HYBRID MINING UNTUK ANALISIS FAKTOR KINERJA DOSEN BERDASARKAN COURSE EVALUATION SURVEY MENGGUNAKAN METODE K-MEANS DAN C45. Skripsi thesis, Universitas Pakuan.

Full text not available from this repository.

Abstract

Abstrak Perguruan tinggi memiliki peran sangat besar dalam kerangka pembangunan nasional. Berdasarkan UU No 12 Tahun 2012 tentang Pendidikan Tinggi, pendidikan tinggi berkewajiban untukmengembangkan sivitas akademika yang inovatif, kreatif dan berdaya saing melalui pelaksanaan Tridharma. Mutu pendidikan suatu perguruan tinggi salah satunya dapat dilihat dari kualitas kinerja dosen yaitu pendidikan, penelitian, dan pengembangan serta pengabdian masyarakat. Penelitian ini bertujuan untuk menganalisis faktor kinerja dosen berdasarkan course evaluation survey dalam pelaksanaan evaluasi akademik dan pengambilan keputusan untuk dosen pada program studi Ilmu Komputer, Universitas Pakuan. Metode penelitian menerapkan perpaduan dua metode data mining yaitu clustering k-means dan klasifikasi C4.5 yang digunakan dalam penilaian terhadap kinerja dosen khususnya dalam proses pendidikan dan pengajaran perguruan tinggi yang meliputi kompetensi pedagogik, professional, kepribadian dan sosial. Hasil proses mining clustering K-means diperoleh penilaian pembelajaran yaitu 5 dosen cluster cukup, 16 dosen cluster baik dan 14 dosen cluster amat baik. Klasifikasi C 4.5 digunakan untuk melihat keterhubungan faktor-faktor seperi pembelajaran JAD, Publikasi, Pendidikan, PkM, Penunjang. Penelitian ini menunjukan kriteria publikasi merupakan faktor paling berpengaruh dalam penilaian kinerja dosen. Pengujian tingkat akurasi menggunakan metode K-fold Cross Validation dengan 5-fold Cross Validation yaitu 80,00% dan 7-fold Cross Validation yaitu 82,86%. Kata kunci: Haybrid Mining, Clustering K-means, Klasifikasi C45, Penilaian Kinerja Dosen.

Item Type: Thesis (Skripsi)
Subjects: Fakultas Ilmu Pengetahuan Alam dan Matematika > Ilmu Komputer
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Ilmu Komputer
Depositing User: PERPUSTAKAAN FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNPAK
Date Deposited: 31 Aug 2022 03:44
Last Modified: 03 Sep 2022 17:40
URI: http://eprints.unpak.ac.id/id/eprint/3639

Actions (login required)

View Item View Item