Klasifikasi Karakteristik Mahasiswa pada Saat Kuliah Online dengan Menggunakan Decision Tree

Abstract

Masa pandemik Covid 19 memaksa manusia untuk lebih banyak melakukan kegiatan di rumah, termasuk kegiatan belajar mengajar. Tidak terkecuali mahasiswa ITHB yang juga melaksanakan kegiatan belajar daring sejak Maret tahun 2021. Penelitian ini ingin melakukan identifikasi mengenai karakteristik mahasiswa terhadap hasil IPK pada saat pembelajaran daring. Penelitian melibatkan 121 mahasiswa untuk menjawab kuesioner berisi data-data karakteristik mereka dan hasil IPK yang didapatkan. Data ini kemudian akan diolah untuk melihat karakteristik mahasiswa yang mempengaruhi peningkatan atau penurunan IPK, dengan menggunakan metode klasifikasi decision tree. Kemudian penelitian akan membandingkan 3 metode klasifikasi yaitu decision tree, naïve bayes, dan regresi logistic untuk melihat metode mana yang terbaik untuk melakukan prediksi terhadap karakteristik data mahasiswa. Semua pengolahan data dilakukan dengan menggunakan aplikasi Data Mining Orange. Penelitian menghasilkan kriteria karakteristik mahasiswa yang berkaitan dengan kenaikan IPK adalah mahasiswa yang memiliki fasilitas tempat belajar online yang mendukung, hanya terkadang membuka situs lain saat kelas dan selalu menyalakan kamera saat kelas. Sementara kriteria karakteristik mahasiswa yang IPK-nya menurun adalah mahasiswa yang memiliki fasilitas tempat belajar yang tidak mendukung, menyalakan kamera saat diminta dosen saja dan tidak pernah sakit selama pandemi. Mengenai metode untuk prediksi, dari hasil perbandingan score pada aplikasi Orange, metode terbaik adalah regresi logistik.