Sunjana 2010b menjelaskan dalam risetnya tentang klasifikasi data nasabah sebuah asuransi menggunakan algoritma C 4.5, berikut adalah
kesimpulan yang dapat diambil dari data nasabah asuransi setelah dilakukan análisis menggunakan metode algoritma C 4.5:
1. Aplikasi dapat menyimpulkan bahwa rata-rata nasabah memiliki status
L dikarenakan pembayaran premi yang melebihi 10 dari penghasilan. 2.
Dengan persentase atribut premi_dasar dan penghasilan, maka dapat diketahui rata-rata status nasabah memiliki nilai P atau L.
Bhargavi at al. 2008 menjelaskan dalam risetnya tentang menguraikan pengetahuan menggunakan aturan aturan dengan pendekatan decision tree.
Al-Radaideh et al. 2006 menjelaskan dalam risetnya tentang pemanfaatan data mining terhadap data mahasiswa menggunakan decision tree
Adeyemo dan Kuye 2006 menjelaskan dalam risetnya untuk memprediksi kinerja mahasiswa di bidang akademik menggunakan algoritma
decision tree.
2.7 Persamaan dengan Riset-Riset lain
Kruck dan Lending 2003 dalam penelitiannya menjelaskan
sebuah model untuk memprediksi kinerja akademis di tingkat perguruan tinggi dalam
mata kuliah pengantar sistem informasi. Ogor 2007 dalam penelitiannya menggunakan teknik data mining yang
digunakan untuk membangun prototipe Penilaian Kinerja Monitoring System PAMS untuk mengevaluasi kinerja mahasiswa.
Sembiring et al. 2009 menggunakan teknik data mining dalam pemantauan dan memprediksi peningkatan prestasi mahasiswa berdasarkan minat,
prilaku belajar, pemanfatan waktu dan dukungan orang tua di perguruan tinggi.
Universitas Sumatera Utara
2.8 Perbedaan dengan Riset-Riset lain
Dari beberapa riset yang dilakukan peneliti sebelumnya, terdapat beberapa titik perbedaan dengan riset yang akan dilakukan ini :
1. Analisa peningkatan indeks prestasi akademik dilakukan pada Perguruan
Tinggi Swasta PTS yang risetnya dilakukan di Akademi Manajemen Informatika Komputer AMIK Tunas Bangsa Pematangsiantar. Riset yang
dilakukan penulis berbeda dengan riset sebelumnya, jika riset sebelumnya peningkatan indeks prestasi akademik berdasarkan variabel IPK, data
demografi, test logika, dan motivasi, sedangkan aturan atau rule peningkatan indeks prestasi akademik yang akan dilakukan penulis adalah berdasarkan
matakuliah Kurikulum Berbasis Kompetensi KBK, di mana mata kuliah ini hanya dimiliki oleh PTS di Indonesia sesuai dengan UU MENDIKNAS No.
232U2000. Selain berdasarkan mata kuliah peningkatan indeks prestasi akademik mahasiswa, variabel datanya diolah dari data kuesioner mahasiswa
AMIK Tunas Bangsa Pematangsiantar sesuai dengan keadaan dukungan orang tua, ekonomi orang tua, dan fasilitas belajar mahasiswa.
2. Predikat keberhasilan
Pada riset ini, hasil akhir yang diharapkan dengan analisa peningkatan indeks prestasi akademik berdasarkan Kurikulum Berbasis Kompetensi KBK
adalah dosen dan mahasiswa dapat meningkatkan kualitas pembelajaran untuk menguasai mata kuliah yang berhubungan dengan KBK untuk mendapatkan
predikat dengan pujian dan sangat memuaskan sehingga dapat bersaing di pasar tenaga kerja.
2.9 Kontribusi Riset
