Tree merupakan metode dalam machine learning yang sangat dikenal dan handal dalam pattern classification. Sebagai asumsi awal penulis berkeyakinan bahwa
metode ini akan cukup efektif digunakan untuk membangun model profil mahasiswa yang potensial mengalami kegagalan pada masa ujian akhir studinya.
Penelitian ini mengambil area pendidikan tinggi sebagai sebagai salah satu domain penelitian dalam bidang penambangan data dengan sumber data dari
database akademik D3 Teknik Informatika FMIPA USU Medan hal ini dilakukan sebagai informasi yang diketahui bagian akademik D3 Teknik
Informatika terdapat mahasiswa yang memiliki IP rendah dan cenderung DO dan data primer diperoleh dengan melakukan survei menyebarkan kuesioner
terhadap mahasiswa D3 Teknik Informatika FMIPA USU Angkatan 20092010 dan 20102011, semester 3 dan 5 hal ini akan terdapat mahasiswa yang drop out.
1.2 Perumusan Masalah
Penelitian tesis ini memprediksi model profil mahasiswa yang cenderung drop out di D3 Teknik Informatika FMIPA USU Medan. Model ini dibangun dengan
menggunakan k-mean clustering dan Decision tree.
1.3 Batasan Masalah
Mengingat luasnya ruang lingkup penelitian dalam implemantasi teknik- teknik data mining di area pendidikan, khususnya pada pendidikan tinggi, maka
penelitian ini dibatasi pada:
Universitas Sumatera Utara
1. Sumber data untuk penelitian ini, diperoleh dari database akademik dan hasil digunakan bidang informatika dan komputer di D3 Teknik Informatika
FMIPA USU Medan. 2. Model aturan prediksi dibentuk berdasarkan hasil pengolahan data
menggunakan teknik kernel k-mean clustering dan Decision Tree. 3. Untuk menganalisis data dalam penelitian ini akan menggunakan bantuan
perangkat lunak data mining yang berbasis open source seperti Rapid Miner versi 5.2 dimana telah tersedia GUI untuk teknik Kernel K means clustering
dan Decision Tree.
1.4 Tujuan Penelitian
Beranjak dari latar belakang permasalahan, tujuan penelitian ini adalah untuk Membangun model profil mahasiswa yang memiliki kecenderungan drop-
out pada mahasiswa program diploma tiga dengan menggunakan teknik kernel k-mean clustering dan Decision Tree.
1.5 Manfaat Penelitian
Penelitian ini secara teoritis diharapkan akan bermanfaat bagi menambah khasanah dan variasi penelitian dalam penerapan teknik-teknik data mining pada
area pendidikan. Hasil dari penelitian ini diharapkan dapat dijadikan sebagai perbandingan bagi peneliti lain yang tertarik dalam penerapan teknik-teknik data
mining pada area pendidikan.
Universitas Sumatera Utara
Secara praktis hasil penelitian ini juga dapat bermanfaat bagi institusi pendidikan tinggi sebagai referensi dan sebagai informasi pendukung dalam
mengambil kebijakan strategis. Model profil mahasiswa dan model prediksi yang diperoleh dari penelitian
ini juga dapat dipergunakan oleh institusi-institusi pendidikan tinggi yang memiliki program sarjana, sebagai sistem informasi pendukung dalam proses
pengambilan keputusan untuk melakukan tindakan preventif terhadap mahasiswa D3 Teknik Informatika FMIPA USU Medan yang cenderung drop-out.
Universitas Sumatera Utara
BAB II TINJAUAN PUSTAKA