EUVIMEDEUVIMED entdecken
Crossref

Model Prediksi Prestasi Mahasiswa Berdasarkan Evaluasi Pembelajaran Menggunakan Pendekatan Data Science

Tommy Tommy, Amir Mahmud Husein

Data Sciences Indonesia (DSI) · 2021

DOI: 10.47709/dsi.v1i1.1168 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Data Sciences Indonesia (DSI), 2021. Verfasst von Tommy Tommy und 1 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Perguruan tinggi merupakan satuan penyelenggara pendidikan tinggi sebagai tingkat lanjut jenjang pendidikan menengah di jalur pendidikan formal. Aspek prestasi belajar merupakan salah satu aspek penilaian keberhasilan perguruan tinggi dalam proses belajar. Dalam makalah ini menyajikan hasil analisis hubungan antara pembelajaran dengan prestasi mahasiswa dimana tahapan yang dilakukan menggunakan pendetakan data science. Berdasarkan Analisis data terdapat tiga indikator penting dalam penilaian prestasi belajar yaitu pedagogi, profesional dan kepribadian. Ketiga fitur digunakan sebagai variabel dependen untuk memprediksi prestasi belajar dimana algoritma DecisionTree menghasilkan akurasi lebih baik dari pada model k-nearest neighbors (KNN), Logistic Regression, Support Vector Machine, Naive Bayes dan dengan tingkat akurasi 68%, kemudian KNN dengan akurasi 66% dan lainnya sebesar 55% pada masing-masing algoritma yang diusulkan.

Zitieren

APA

Tommy, T., & Husein, A. M. (2021). Model Prediksi Prestasi Mahasiswa Berdasarkan Evaluasi Pembelajaran Menggunakan Pendekatan Data Science. Data Sciences Indonesia (DSI). https://doi.org/10.47709/dsi.v1i1.1168

Vancouver

Tommy T, Husein AM. Model Prediksi Prestasi Mahasiswa Berdasarkan Evaluasi Pembelajaran Menggunakan Pendekatan Data Science. Data Sciences Indonesia (DSI). 2021. doi:10.47709/dsi.v1i1.1168

BibTeX
@article{Tommy2021,
  author = {Tommy, Tommy and Husein, Amir Mahmud},
  title = {Model Prediksi Prestasi Mahasiswa Berdasarkan Evaluasi Pembelajaran Menggunakan Pendekatan Data Science},
  journal = {Data Sciences Indonesia (DSI)},
  year = {2021},
  doi = {10.47709/dsi.v1i1.1168}
}
Kostenlos starten →