Nabhan, Muhammad Dary (2026) ANALISIS KELULUSAN MAHASISWA MENGGUNAKAN ALGORITMA DECISION TREE DENGAN VISUALISASI POHON KEPUTUSAN. Skripsi (Bachelor) thesis, Universitas Muhammadiyah Bengkulu.
![[img]](http://repository.umb.ac.id/style/images/fileicons/text.png) |
Text (Turnitin)
Muhammad Dary Nabhan_2155201238_Turnitin.pdf - Submitted Version Restricted to Repository staff only Download (19MB) | Request a copy |
|
Text (Abstrak + BAB 1)
Muhammad Dary Nabhan_2155201238_Abstrak + BAB 1.pdf - Submitted Version Download (326kB) |
|
Text (BAB 2)
Muhammad Dary Nabhan_2155201238_BAB 2.pdf - Submitted Version Download (369kB) |
|
Text (BAB 5)
Muhammad Dary Nabhan_2155201238_BAB 5.pdf - Submitted Version Download (197kB) |
|
Text (Ref + Lamp)
Muhammad Dary Nabhan_2155201238_Ref + Lamp.pdf - Submitted Version Download (204kB) |
|
Text (BAB 3)
Muhammad Dary Nabhan_2155201238_BAB 3.pdf - Submitted Version Restricted to Repository staff only Download (889kB) | Request a copy |
|
Text (Fulltext)
Muhammad Dary Nabhan_2155201238_Fulltext.pdf - Submitted Version Restricted to Repository staff only Download (6MB) | Request a copy |
|
Text (BAB 4)
Muhammad Dary Nabhan_2155201238_BAB 4.pdf - Submitted Version Restricted to Repository staff only Download (3MB) | Request a copy |
Abstract
Penelitian ini bertujuan merancang dan mengimplementasikan sistem berbasis algoritma Decision Tree untuk menganalisis dan memprediksi ketepatan waktu kelulusan mahasiswa Universitas Muhammadiyah Bengkulu, dibangun dalam bentuk aplikasi desktop menggunakan bahasa pemrograman Python dengan antarmuka grafis (GUI) berbasis Tkinter serta dilengkapi visualisasi pohon keputusan secara interaktif. Data yang digunakan merupakan data lulusan dari seluruh program studi pada Periode Wisuda Mei 2026 dan Oktober 2025 sebanyak 1.296 data mentah, yang selanjutnya melalui tahap pra-pemrosesan berupa pembersihan header ganda, penyeragaman format tanggal, dan pembentukan variabel turunan (Kategori IPK dan Status Kelulusan), sehingga menyisakan 1.144 data valid untuk dianalisis. Model dilatih menggunakan parameter Criterion Gini, Max Depth6, Min Samples Split 2, dan pembobotan kelas (class weight) balanced untuk menangani ketidakseimbangan jumlah data antara kelas Tepat Waktu dan Terlambat, dengan proporsi data latih dan data uji sebesar 80:20 (912 data latih dan 229 data uji). Hasil pengujian menunjukkan model menghasilkan akurasi sebesar 82,1%, presisi sebesar 89,4%, recall sebesar 82,1%, dan F1-score sebesar 84,3%, serta rata-rata skor 10-Fold Cross Validation sebesar 76,9% dengan standar deviasi 0,0622 yang mengindikasikan model cukup stabil pada berbagai subset data. Berdasarkan struktur pohon keputusan yang terbentuk (kedalaman 6 tingkat dengan 31 node daun), faktor akademik yang paling berpengaruh terhadap ketepatan waktu kelulusan mahasiswa adalah predikat kelulusan dan kategori IPK, diikuti oleh program studi dan jenis kelamin. Aplikasi dibangun dengan struktur navigasi lima tab meliputi tab Data, Model & Evaluasi, Pohon Keputusan, Confusion Matrix, dan Black Box Testing, serta dilengkapi fitur ekspor hasil ke format Microsoft Excel. Pengujian fungsionalitas menggunakan Black Box Testing terhadap 15 skenario uji menghasilkan tingkat keberhasilan sebesar 100%
| Item Type: | Thesis (Skripsi (Bachelor)) |
|---|---|
| Additional Information: | Pembimbing: Gunawan, S.Kom., M.Kom |
| Uncontrolled Keywords: | Kelulusan Mahasiswa, Decision Tree, Pohon Keputusan, Class Weight, Cross Validation, GUI, Python, Tkinter, Black Box Testing |
| Subjects: | Universitas Muhammadiyah Bengkulu > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika 02-Fakultas Teknik > 55201-(S1) Teknik Informatika |
| Divisions: | 02-Fakultas Teknik > 55201-(S1) Teknik Informatika Subjek Terkait > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika |
| Depositing User: | Mrs Hesti Ayu |
| Date Deposited: | 10 Sep 2026 06:56 |
| Last Modified: | 10 Sep 2026 06:56 |
| URI: | http://repository.umb.ac.id/id/eprint/4667 |
Actions (login required)
 |
View Item |