Abstrak


Implementasi Algoritma Iterative Dichotomiser 3 pada Penyeleksian Program Mahasiswa Wirausaha UNS


Oleh :
Tisna Dedi Utama - M0509070 - Fak. MIPA

ABSTRAK
Program Mahasiswa Wirausaha (PMW) merupakan program Universitas Sebelas Maret (UNS) yang bertujuan melatih mahasiswa dalam bidang wirausaha. Program ini memiliki banyak peminat yang diharuskan membuat start up bussiness. Setelah lima tahun program berjalan, terjadi tumpukan data bussiness plan dari para peserta. Padahal tumpukan data ini dapat dimanfaatkan untuk digali dan diolah menjadi informasi yang berguna menggunakan klasifikasi. Proses klasifikasi ini diharapkan  dapat digunakan untuk mempertimbangkan proses penyeleksian. Hal ini bertujuan agar pemberian dana modal usaha dapat tepat sasaran  dan ada peringatan dini atau antisipasi kepada mahasiswa yang berpotensi gagal atau pergi tanpa kabar setelah mendapatkan dana modal.
Proses klasifikasi dari tumpukan data kemudian di mining dengan menggunakan metode iterative dechotomiser 3 (ID3). Data yang di mining ini akan  membentuk pola sehingga dapat diketahui keterkaitan antara atribut dengan kategori keberhasilan peserta. Pola inilah yang diharapkan dapat digunakan pada PMW untuk proses penyeleksian.
Hasil pengujian pada data PMW UNS, diperoleh persentase keakuratan rata-rata sebesar 73,97%,  rata-rata recall 90,9%, dan rata-rata precision 88,8%.  Hasil tersebut diperoleh dari hasil uji dengan 10% data testing yang dilakukan random sebanyak sepuluh kali. Dari hasil pengujian seluruh data training diperoleh persentase keakuratan 96,33%.
Kata kunci : Data mining, Decision tree, Iterative Dichotomiser 3, Klasifikasi.
ABSTRACT
Student Entrepreneur Program (PMW) is a program of Sebelas Maret University (UNS) which aims to train students in the field of entrepreneurship. This program has a lot of participans which are required to make a start up bussiness. After five years of running the program, theparticipants’s bussiness plans data have accumulated however, this data can be mined and processed to be useful information. This classification process is expected to be used in helping the participants selection process. It is intended that the provision of venture capital funds can be targeted and there is warning or anticipation to students who could potentially fail or escape after got the funds.
The classification process of data then to mining using iterative dechotomiser 3 (ID3) algorithm. After the mining process the data will form a pattern that can be known the linkages between attributes and success category of participants. This pattern is expected to be using in PMW selection process.
The test results from PMW UNS data showed the average percentage of accuracy 73.97%, recall 90,9%, and precision 88,8%. The results were obtained from 10% of testing data that were tested ten times randomly. The result from all of training data, the accuracy of 96,33% were obtained.
Keyword : Data mining, Decision tree, Iterative Dichotomiser 3, Classification.