PENDAHULUAN
pihak kampus. Oleh karena itu, perguruan tingggi atau pihak kampus harus
meningkatkan kemampuannya dalam menggali informasi yang berharga dan
tersembunyi dalam suatu himpunan data yang besar guna menemukan tren-tren
penting yang disebut dengan data mining (Han & Kamber, 2006). Menurut
Ferdinand dan Hardiyati (2010) terdapat 5 dimensi yang dirancang untuk
mengukur kualitas pelayanan yang didasarkan pada perbedaan antara nilai
harapan dengan nilai kinerja yang dirasakan oleh mahasiswa yaitu tangible,
reliability, responsiveness, assurance, dan empathy. Lima dimensi tersebut sangat
berpengaruh dalam kemajuan suatu perguruan tingggi atau pihak kampus maka
dari itu dengan menggunakan metode data mining dapat ditemukan tren-tren
penting bagi perguruan tingggi atau pihak kampus. Salah satu metode data mining
adalah decision tree. Decision tree adalah sebuah struktur yang dapat digunakan
untuk membagi kumpulan data yang besar menjadi himpunan-himpunan data
yang lebih kecil dengan menerapkan serangkaian aturan keputusan (Rud, 2001).
Proses decision tree adalah mengubah bentuk data (tabel) menjadi model pohon,
mengubah model pohon menjadi rule, dan menyederhanakan rule (Witten &
Frank, 2005). Banyak metode yang dapat digunakan dalam pembentukan decision
tree, salah satunya yang akan digunakan pada penelitian ini adalah metode C4.5.
Beberapa peneliti telah menggunakan metode Algoritma C 4.5 antara lain Aa
Zezen Zaenal Abidin (2011) dengan judul penelitan Implementasi Algoritma C
4.5 Untuk Menentukan Tingkat Bahaya Tsunami. Muhammad Fakhrurrifqi dan
Anifuddin Aziz (2013) dengan judul penelitian Sistem Pendukung Keputusan
Untuk Mendiagnosis Diabetes Menggunakan C4.5. Anik Andriani (2012) dengan
prosedur,
hasil
uji
coba
dan
analisis
sistem
serta
pembahasannnya.
Bab V berisi kesimpulan yang didapat penulis dari penelitian yang telah
dilakukan. Pada bab ini penulis juga memberikan saran mengenai pengembangan
metode Algoritma C4.5 kedepannya.