PERMASALAHAN UANG KULIAH TUNGGAL BAGI MAHASISWA SARJANA

UNIVERSITAS NEGERI MALANG

MAKALAH

UNTUK MEMENUHI TUGAS MATAKULIAH

Filsafat Pendidikan Jasmani dan Kesehatan
Yang dibina oleh Usman Wahyudi, S.Pd., M.Pd.

OLEH

Bagus Cahyono Putro (170611633591)

Eldya Widiawati Ningtyas (170611633629)
Ihwan Fauzi (170611633534)
Sufyan Jazuli (170611633532)

UNIVERSITAS NEGERI MALANG

FAKULTAS ILMU KEOLAHRAGAAN
PROGRAM STUDI PENDIDIKAN JASMANI
2019
 KATA PENGANTAR

Dengan ini kami panjatkan puji syukur kehadirat Allah SWT yang
maha pengasih dan penyayang karena atas ridho, anugerah dan hidayahnya
sehingga penyusun dapat menyelesaikan makalah penelitian ini yang berjudul
“Permasalahan Uang Kuliah Tunggal bagi Mahasiswa Sarjana Universitas
Negeri Malang”.
Dengan disusunnya makalah ini kami berharap makalah ini berguna
dalam rangka menambah wawasan dan pengetahuan. Tanpa bimbingan dan
bantuan dari pihak-pihak yang bersangkutan tentunya penulis tidak dapat
menyelesaikan makalah ini dengan sebaik mungkin. Serta tidak lupa juga
ucapan terima kasih yang ditujukan kepada Usman Wahyudi, S.Pd., M.Pd
selaku dosen pengampu mata kuliah Filsafat Pendidikan Jasmani.
Dengan keterbatasan waktu yang diberikan dosen pengampu kepada
penulis, maka mohon untuk dimaklumi apabila pada penulisan makalah ini
masih banyak sekali terjadi kesalahan dan kekurangan dalam proses
pembuatan. Oleh karena itu segala kritik dan saran dari siapapun yang bersifat
untuk menyempurnakan makalah ini akan diterima.
Dengan demikian, penulis berharap semoga makalah penelitian ini
berguna bagi, para pembaca dan pihak-pihak lain yang berkepentingan.
Apabila ada kekurangan kami mohon maaf yang sebesar-besarnya. Sekian dan
terima kasih.

Malang, 09 Oktober 2019

Tim Penulis

i
 DAFTAR ISI

KATA PENGANTAR.............................................................................................................2
DAFTAR ISI............................................................................................................................3
BAB I.......................................................................................................................................4
PENDAHULUAN...................................................................................................................4
A. Latar Belakang Masalah...............................................................................................4
B. Rumusan Masalah........................................................................................................5
C. Tujuan Penulisan..........................................................................................................6
D. Manfaat Penulisan........................................................................................................6
BAB II.....................................................................................................................................7
PEMBAHASAN......................................................................................................................7
A. Metode Penentuan Uang Kuliah Tunggal.....................................................................7
B. Solusi Permasalahan UKT bagi Mahasiswa...............................................................11
BAB III..................................................................................................................................15
PENUTUP.............................................................................................................................15
A. Simpulan....................................................................................................................15
B. Saran..........................................................................................................................15
DAFTAR RUJUKAN............................................................................................................16
 BAB I
PENDAHULUAN

A. Latar Belakang Masalah

Pendidikan merupakan hak bagi setiap warga negara, pendidikan
memiliki peran penting dalam kemajuan sebuah negara. Pendidikan memiliki
tujuan utama yaitu pembentukan karakter yang sesuai dengan Pancasila.
Pendidikan sebagai sarana untuk mengembangkan potensi secara spiritual,
kecerdasan, keterampilan yang dapat bermanfaat bagi bangsa dan negara.
Berdasarkan Undang-Undang Republik Indonesia No. 20 tahun 2003 Pasal 1
Ayat (1) tentang Sistem Pendidikan Nasional menyatakan bahwa “Pendidikan
adalah usaha sadar dan terencana untuk mewujudkan suasana belajar dan
proses pembelajarn agar peserta didik secara aktif mengembangkan potensi
dirinya untuk memiliki kekuatan spiritual keagamaan, pengendalian diri,
kepribadian, kecerdasan, akhlak mulia, serta keterampilan yang diperlukan
dirinya, masyarakat, bangsa, dan negara”. Pendidikan harus dilaksanakan
secara merata, berkeadilan, dan menjunjung tinggi hak asasi manusia, serta
diselenggarakan sebagai kesatuan yang sistemik dan multimakna, melibatkan
masyarakat dalam peningkatan mutu pendidikan.
Kualitas pendidikan ditentukan oleh beberapa hal, salah satunya
adalah kualitas pendidik. Berdasarkan Undang-Undang Republik Indonesia
No. 20 tahun 2003 Pasal 1 Ayat (6) tentang Sistem Pendidikan Nasional
menyatakan bahwa “Pendidik adalah tenaga kependidikan yang berkualifikasi
sebagai guru, dosen, konselor, pamong belajar, widyaiswara, tutor, instruktur,
fasilitator, dan sebutan lain yang sesuai dengan kekhususannya, serta
berpatisipasi dalam menyelenggarakan pendidikan”. Untuk menjadi pendidik
diwajibkan menempuh pendidikan tinggi. Tetapi, biaya uang kuliah tunggal
adalah satu hal yang menjadi masalah dalam menempuh pendidikan tinggi.
Uang kuliah tunggal bisa dikatakan sebagai uang pembayaran biaya
operasional penyelenggaraan pendidikan tinggi yang harus dibayarkan oleh
masyarakat dengan cara membayar secara rata tiap semester. Dalam
pelaksanaannya, biaya uang kuliah tunggal menjadi permasalahan bagi
mahasiswa. Hal ini sangat memengaruhi kualitas pendidikan. Menurut
Sumarno & Gimin & Nas (2017) mengatakan bahwa “Faktor-faktor yang
memengaruhi kualitas pendidikan pada perguruan tinggi menyimpulkan
bahwa faktor keuangan berpengaruh secara signifikan terhadap kualitas
pendidikan”. Dalam Undang-undang No.12 tahun 2012 Pasal 83 ayat (1) dan
(2) tentang Pendidikan Tinggi menyatakan bahwa “Pemerintah menyediakan
dana Pendidikan Tinggi yang dialokasikan dalam Anggaran Pendapatan dan
Belanja Negara”. “Pemerintah daerah dapat memberikan dukungan dana
Pendidikan Tinggi yang dialokasikan dalam Anggaran Pendapatan dan
Belanja Daerah”. Komponen keuangan merupakan komponen untuk
terlaksananya proses belajar, maka dari itu harus terpenuhi.
Dari data yang telah diperoleh menunjukkan review beberapa artikel,
uang kuliah semester dapat ditetapkan dengan beberapa metode. Pada
penelitian yang berjudul “Pengembangan Sistem Penunjang Keputusan
Penentuan UKT Mahasiswa dengan Menggunakan Metode MOORA Studi
Kasus Politeknik Negeri Malang” memaparkan pengembangan perangkat
lunak menggunakan bahasa pemrograman PHP, database Mysql dan
mengimplementasikan metode Multi Objective Optimization on the Basis of
Ratio Analysis (MOORA) dengan menggunakan metode tersebut dapat
memberikan alternative terbaik dalam penentuan uang kuliah tunggal
berdasarkan kemampuan ekonomi mahasiswa.

B. Rumusan Masalah
1. Apa saja metode yang bisa diterapkan dalam penentuan beban uang
kuliah tunggal pada perguruan tinggi?
2. Apa solusi yang dapat upayakan dalam meringankan beban uang kuliah
tunggal bagi mahasiswa?

2
C. Tujuan Penulisan
1. Untuk mendeskripsikan metode penentuan beban uang kuliah tunggal
2. Untuk memaparkan solusi yang dapat diterapkan untuk penentuan uang
kuliah tunggal

D. Manfaat Penulisan
1. Bagi Mahasiswa
Dengan adanya makalah ini, mahasiswa dapat mengetahui dan
memahami kondisi penentuan uang kuliah tunggal dengan beberapa metode.
2. Bagi Lembaga Perguruan Tinggi
Dengan adanya makalah ini, lembaga dapat mempertimbangkan
penentuan uang kuliah tunggal berdasarkan kemampuan ekonomi setiap
mahasiswa agar tetap lanjut pendidikan.

3
 BAB II
PEMBAHASAN

A. Metode Penentuan Uang Kuliah Tunggal

Untuk menentukan besaran uang kuliah pada setiap perguruan tinggi
dapat menerapkan beberapa metode. Berikut adalah beberapa metode yang
dapat diterapkan untuk menentukan besaran uang kuliah tunggal.
1. Naïve Bayes Classifier dengan Gaussian Function
Naive Bayes merupakan salah satu metode machine learning yang
menggunkan perhitungan probabilitas. Naive Bayes memprediksi peluang di
masa depan berdasarkan pengalaman dimasa sebelumnya sehingga dikenal
sebagai Teorema Bayes (Bustami, 2013).
Pada setiap data baru akan dilakukan probabilitas dari satu kelas pada
masing-masing kelompok atribut yang ada, dan menentukan kelas mana yang
paling optimal sehingga algoritma ini dirasa cukup baik untuk menentukan
probabilitas dalam menentukan hasil akurasi yang sangat baik dari penelitian
ini. Dalam jurnal nasional dengan judul “Sistem Pendukung Keputusan
Penentuan Golongan UKT dengan Metode Naïve Bayes” bahwa Sistem
pendukung keputusan yang telah dibangun menggunakan metode Naïve
Bayes sudah mampu memberikan pendukung keputusan mengenai penentuan
golongan UKT mahasiswa baru dengan cepat dan akurat.dan hasil yang di
peroleh Berdasarkan pengujian pada sistem pendukung keputusan penentuan
golongan UKT dengan menggunakan metode Naïve Bayes ini hasil akurasi
yang dicapai sebesar 91,5 % dengan error sebesar 8,5%. (Yanifal, Y. S &
Candra, 2018).
2. Data Mining
Teknik klasifikasi pada data mining dapat digunakan untuk
memberikan pengetahuan penting yang menjadi informasi dari suatu
kumpulan data. Teknik klasifikasi berguna untuk membantu dalam
mengelompokkan besarnya UKT berdasarkan kemampuan ekonomi orang

4
tua/ wali mahasiswa. Klasifikasi merupakan suatu pengelompokan yang
dilakukan ke dalam kelas tertentu berdasarkan ciriciri yang sama (Hamandoko
dan Tairas, 1999).
Data Mining adalah proses menemukan pola dan pengetahuan dari
sejumlah data yang besar. Menurut Siallagan (2015) Definisi Data Mining
adalah:
a. Mengekstrak atau “mining” pengetahuan darikumpulan data yang sangat
besar.
b. Data yang diekstrasi menjadi informasi yang berguna, dimana tidak
diharapkan, tidak dikenal dan implisit.
c. Eksplorasi & analisis, dari sekumpulan data yang sangatbesaruntuk
memperoleh pola-pola data yang berartisecara otomatis atau semiotomatis.
d. Menemukan pola yang valid, baru, berguna dan dapat dipahami
manusiamelalui proses analisis database yang besar secara semiotomatis.
Menurut Prasetyo(2014) pengertian data mining secara naratif
mempunyai beberapa maksud:
a. Pencarian otomatis pola dalam basis data yang besar, menggunakan teknik
komputasional campuran dari machine learning,statistik, dan pengenalan
pola.
b. Pengekstrakan implisit non-tivial, yang sebelumnya belum diketahui
secara potensial adalah informasi berguna dari data.
c. Ilmu pengekstrakan informasi yang berguna dari set data atau basis data
besar.
d. Eksplorasi otomatis atau semiotomatis dan analisis data dalam jumlah
besar, dengan tujuan untuk menemukan pola yang bermaksna.
Berdasarkan penelitian yang telah dilakukan oleh Budianto Karim,
Steven R. Sentinuwo dan Alwin M. Sambul dalam jurnalnya dengan judul
“Penentuan Besaran Uang Kuliah Tunggal untuk Mahasiswa Baru di
Universitas Sam Ratulangi Menggunakan Data Mining” Dapat disimpulkan
Dari hasil pengujian dapat diketahui tingkat akurasi dari algoritma C4.5

5
menggunakan confusion matrix dengan jumlah data 80 menunjukkan bahwa
tingkat akurasinya 50%, yang terdiri dari 50% untuk data training dan 50%
untuk data testing. Sedangkan untuk hasil pengujian dengan jumlah data 115
menunjukkan bahwa tingkat akurasinya sebesar 52.63%. Dimana jumlah data
sangat berpengaruh dalam proses pembentukan model dan proses pengujian
model. (Karim dkk, 2017).
3. Algoritma Iterative Dichotomiser Three dan Classification Version 4.5
Pemilihan variabel dengan algoritma ID3 diproses dengan perhitungan
gain sedangkan algoritma C4.5 diproses dengan perhitungan gain ratio.
Algoritma ID3 merupakan algoritma matematika yang berguna untuk
menghasilkan suatu pohon keputusan yang mampu mengklasifikasikan suatu
obyek. Algoritma C4.5 merupakan pengembangan dari algoritma ID3.
Algoritma C4.5 banyak digunakan karena memiliki beberapa kelebihan yaitu
menghasilkan pohon keputusan yang mudah diinterpretasikan, dapat
digunakan untuk menangani variabel bertipe kategorikal atau diskrit dan
numerik, mempunyai tingkat akurasi yang dapat diterima, dan dapat
menangani missing value (Witten et al., 2011)
Teknik klasifikasi ini dapat disajikan dalam bentuk pohon keputusan.
Pohon keputusan merupakan salah satu metode pada data mining yang
menggunakan struktur berupa pohon yaitu dengan mengubah bentuk data
dalam tabel menjadi model pohon keputusan, lalu mengubahnya lagi menjadi
aturan yang mudah dimengerti (Jayanti dkk, 2008).
Berdasarkan penelitian yang telah dilakukan di UNS dalam jurnal
dengan judul “Penentuan Ukt Mahasiswa UNS Dengan Algoritma Iterative
Dichotomiser Three dan Classification Version 4.5”, diperoleh kesimpulan
bahwa dengan algoritma ID3 didapatkan 184 klasifikasi dengan nilai
presentase akurasi untuk memprediksi penggolongan UKT secara tepat yaitu
80.39%. Sedangkan dengan algoritma C4.5 didapatkan 75 klasifikasi dengan
nilai presentase akurasi yaitu 77.95%. Hal ini menunjukkan bahwa algoritma
ID3 mempunyai aturan klasifikasi yang lebih banyak dan nilai akurasi yang

6
lebih tinggi daripada algoritma C4.5. Pada penelitian selanjutnya, dapat
dilakukan penerapan dengan metode klasifikasi data mining yang lain untuk
menganalisis data UKT. (Larytasari,2019).
4. Fuzzy C-Means
Metode Fuzzy C-means Clustering (FCM) adalah suatu teknik
pengclusteran data yang mana keberadaan tiap-tiap titik data dalam suatu
cluster ditentukan oleh derajat keanggotaan. FCM menggunakan model
pengelompokan fuzzy dengan indeks kekaburan menggunakan Euclidean
Distance sehingga data dapat menjadi anggota dari semua kelas atau cluster
yang terbentuk dengan derajat keanggotaan yang berbeda antara 0 hingga 1.
Metode FCM sudah banyak digunakan dalam beberapa penelitian sebelumnya
diantaranya ialah cluster rawan pangan di Kabupaten Cirebon. penelitian ini
bertujuan indeks pembangunan manusia di kawasan Indonesia Timur tahun
2012 , segmentasi pelanggan PLN menggunakan fuzzy klustering short time
series, sistem pemilihan perumahan dengan metode kombinasi fuzzy c-means
clustering dan simple additive weighting , penerapan metode hybrid fuzzy c-
means dan particle swarm optimization (FCM - PSO) untuk segmentasi citra
geografis , pemanfaatan algoritma FCM dalam pengelompokan kinerja
akademik mahasiswa. (Muchsin, A. K., Sudarma, 2015)
Konsep dasar FCM, pertama kali adalah menentukan pusat cluster,
yang akan menandai lokasi rata-rata untuk tiap cluster. Pada kondisi awal,
pusat cluster masih belum akurat. Tiap-tiap titik data memiliki derajat
keanggotaan untuk tiap cluster yang terbentuk. Dengan cara memperbaiki
pusat cluster dan derajat keanggotaan tiap-tiap titik data secara berulang,
maka akan dapat dilihat bahwa pusat cluster akan bergeser menuju lokasi
yang tepat. Perulangan ini didasarkan pada minimasi fungsi objektif yang
menggambarkan jarak dari titik data yang diberikan ke pusat cluster yang
terbobot oleh derajat keanggotaan titik data tersebut. (S. Kusumadewi dan H.
Purnomo, 2010).

7
B. Solusi Permasalahan UKT bagi Mahasiswa
Dari review empat artikel, dapat diterapkan beberapa sistem penunjang
keputusan sebagai solusi pembebanan uang kuliah tunggal di perguruan
tinggi. Berikut adalah solusi yang dapat diterapkan berupa sistem pendukung
keputusan.
1. Metode Multifactor Evaluation Process
Multifactor Evaluation Process (MFEP) merupakan model
pengambilan keputusan yang menggunakan pendekatan kolektif dari proses
pengambilan keputusannya. Dalam pengambilan keputusan multi faktor
pengambilan keputusan secara subyektif dan intuitif menimbang berbagai
faktor yang mempunyai pengaruh penting terhadap alternatif pilihan
mereka. Untuk keputusan yang berpengaruh secara strategis lebih dianjurkan
menggunakan sebuah pendekatan kuantitatif seperti MFEP. Dalam MFEP
pertama-tama seluruh kriteria yang menjadi faktor penting dalam melakukan
pertimbangan diberikan pembobotan (weighting) yang sesuai. Langkah yang
sama dilakukan terhadap alternatif-alternatif yang akan dipilih, yang
kemudian dapat dievaluasi berkaitan dengan faktor-faktor pertimbangan
tersebut. Jumlah dari masing-masing bobot kriteria harus sama dengan
langkah-langkah proses perhitungan menggunakan metode Multifactor
Evaluation Process, yaitu :
a. Menentukan faktor dan bobot setiap faktor dimana total pembobotan haru
sama dengan 1 (∑ pembobotan = 1), yaitu factor weight..
b. Mengisikan nilai untuk setiap kriteria yang mempengaruhi dalam
pengambilan keputusan dari data-data yang akan diproses, nilai yang
dimasukkan dalam proses pengambilan keputusan merupakan nilai
objektif, yaitu factor evaluation yang nilainya antara 1-5.
c. Proses perhitungan weight evaluation yang merupakan proses perhitungan
bobot antara factor weight dan factor evaluation dengan serta

8
 penjumlahan seluruh hasil weight evaluations untuk memperoleh total
hasil evaluasi.

2. Metode Simple Additive Weighting (SAW)

Penerapan sistem pendukung keputusan dilakukan dengan pendekatan
sistematis terhadap permasalahan melalui proses pengumpulan data menjadi
informasi, serta ditambah dengan faktor-faktor yang perlu dipertimbangkan
dalam menentukan sebuah keputusan. Didalam sistem pendukung keputusan
ada beberapa metode yang bisa digunakan dalam menyelesaikan beberapa
masalah menurut permasalahan yang terjadi diantaranya dapat mengunakan
metode Simple Additive Weighting, metode Weighted Product dan sebagainya,
namun dalam masalah pemberian bantuan pengurangan UKT digunakan
metode Simple Additive Weighting (SAW) karena mampu menyelesaikan
masalah yang bersifat Multiple Attribute Decission Making (MADM). Metode
Simple Additive Weighting sering juga dikenal dengan istilah metode
penjumlahan terbobot. Konsep dasar metode Simple Additive Weighting
adalah mencari penjumlahan terbobot dari kinerja pada setiap alternatif pada
setiap atribut.
Metode SAW membutuhkan proses normalisasi matriks keputusan (x)
ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif
yang ada. Metode ini merupakan metode yang paling terkenal dan paling
banyak digunakan dalam menghadapi situasi Multiple Attribute Decision
Making (MADM). MADM itu sendiri merupakan suatu metode yang
digunakan untuk mencari alternatif optimal dari sejumlah alternative dengan
kriteria tertentu. Ada beberapa tahapan untuk menyelesaikan suatu kasus
menggunakan metode SAW yaitu (1) Menentukan kriteria-kriteria yang akan
dijadikan acuan dalam pengambilan keputusan, yaitu (2) Menentukan rating
kecocokan setiap alternatif pada setiap kriteria. (3) Membuat matriks
keputusan berdasarkan kriteria kemudian melakukan normalisasi matriks

9
berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut
keuntungan ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi
(R). Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari
perkalian matriks ternormalisasi dengan vector bobot sehingga diperoleh nilai
terbesar yang dipilih sebagai alternatif terbaik sebagai solusi. Metode SAW
membutuhkan proses normalisasi matriks keputusan ke suatu skala yang dapat
diperbandingkan dengan semua rating alternatif yang ada.
3. Metode Analitical Hierarchy Process (AHP)
Metode Analitical Hierarchy Process (AHP) pada hakekatnya AHP
merupakan suatu model pengambil keputusan yang komprehensif dengan
memperhitungkan hal- hal yang bersifat kualitatif dan kuantitatif. Dalam
model pengambilan keputusan dengan AHP pada dasarnya berusaha menutupi
semua kekurangan dari model-model sebelumnya. AHP juga memungkinkan
ke struktur suatu sistem dan lingkungan ke dalam komponen saling
berinteraksi dan kemudian menyatukan mereka dengan mengukur dan
mengatur dampak dari komponen kesalahan sistem.
4. Penerapan Go+ Berbasis Web
Untuk mengatasi berbagai macam masalah pembebanan uang kuliah
tunggal, maka dari itu diperlukan sebuah sistem yang efisien dalam mencari
informasi pembayaran. Dari Segi efektif kelebihannya kita bisa lebih cepat
mencari informasi pembayaran tanpa perlu ke box sis dan ke kasir. Rumusan
masalah tersebut menghasilkan 2 pemecahan masalah yaitu dengan adanya
sistem GO+ sistem informasi pembayaran ini yang dilakukan secara online
dengan login secara SSO menggunakan Rinfo melalui sisplus.raharja.ac.id
sehingga memudahkan mahasiswa yang ingin mengetahui rincian biaya
perkuliahan secara online. Pada pemecahan masalah menggunakan mind
mapping dan analisa SWOT :
a. Mind Mapping
Metode Mind Mapping adalah cara paling efektif dan efisien untuk
memasukan, menyimpan dan mengeluarkan data dari atau ke otak. Sistem ini

10
bekerja sesuai cara kerja alami otak, sehingga dapat mengoptimalkan seluruh
potensi dan kapasitas otak manusia. Dilihat dari segi waktu mind mapping
juga mampu mengefisienkan pemakaian waktu dalam mempelajari suatu
informasi. Terutama disebabkan karena metode ini mampu memberikan
rancangan menyeluruh atas suatu hal dalam waktu yang singkat. Mind
mapping mampu menghemat waktu belajar dengan mendesign pola
pencatatan linear yang memakan waktu menjadi pencatatan yang efektif yang
sekaligus langsung dapat dipahami oleh individu. Pada metode Mind Mapping
ini menghasilkan sebagai berikut yakni penjelasan mengenai GO+ merupakan
sistem yang dapat menampilkan tagihan pembayaran perkuliahan mahasiswa.
Tujuan GO+ untuk mewujudkan sistem berbasis online dan untuk mengetahui
sistem GO+ terhadap keakuratan dan ketepatan informasi yang diberikan.
Kelebihan GO+ yaitu memudahkan mahasiswa agar tidak kebingungan pada
saat akan memasukan nominal biaya yang akan di transfer, memudahkan
mahasiswa untuk mengetahui informasi rincian biaya kuliah dengan cara yang
sangat cepat. Kekurangan dalam GO+ adalah sistem ini belum bisa
menampilkan tagihan bayaran. User pada GO+ yaitu kepala keuangan,
pimpinan, kasir dan mahasiswa. Lima point mind mapping tersebut diambil
berdasarkan fakta yang sesungguhnya yang terjadi pada Perguruan Tinggi
Raharja hasil dari penelitian yang dilakukan oleh peneliti.

11
 BAB III
PENUTUP

A. Simpulan
1) Dalam penentuan UKT perlu di terapkan beberapa metode agar
Tepat dalam menentukan UKT untuk mahasiswa, metode yang
diterapkan adalah Fuzzy C-Means, Algoritma Iterative
Dichotomiser Three dan Classification Version 4.5, Naïve Bayes
Classifier dengan Gaussian Function dan Data Mining.
2) Berikut adalah solusi yang dapat diterapkan berupa sistem
pendukung keputusan: (1) Metode Multifactor Evaluation Process
(2) Metode Simple Additive Weighting (SAW) (3) Metode
Analitical Hierarchy Process (AHP)(4) Penerapan Go+ Berbasis
Web.

B. Saran
Dengan adanya makalah ini diharapkan mahasiswa dapat
memiliki pengetahuan untuk membandingkan macam metode penentuan
pembebanan uang kuliah tunggal pada setiap lembaga perguruan tinggi.
Selain itu, dengan pemahaman tersebut mahasiswa perlu mengajukan
keringanan kepada lembaga yang berwenang.

12
 DAFTAR RUJUKAN

Bustami. 2013. Penerapan Algoritma Naive Bayes Untuk

Mengkkasifikasikan Data Nasabah Asuransi. Dosen Teknik
Informatika, Universitas Mulikussaleh.
Hamandoko dan J. Tairas. 1999. Pengantar Klasifikasi Persepuluhan
Dewey. Jakarta: BPK Gunung Mulia
Indonesia, P. R. (2012). Undang-Undang Republik Indonesia Nomor 12
Tahun 2012 Tentang Pendidikan Tinggi. Jakarta: Kementerian
Sekretariat Negara RI.
Indonesia, R. (2003). Undang-undang Republik Indonesia nomor 20 tahun
2003 tentang sistem pendidikan nasional. Jakarta: Pemerintah
Republik Indonesia.
Jayanti, N., Puspitodjati, S., dan Elida, T. 2008. Teknik Klasifikasi Pohon
Keputusan Untuk Memprediksi Kebangkrutan Bank Berdasarkan
Rasio Keuangan Bank. Proceeding, Seminar Ilmiah Nasional
Komputer Dan Sistem Intelijen, ISSN: 1411-6286.
Karim, B., Sentinuwo, S. & Sambul. 2017. Penentuan Besaran Uang
Kuliah Tunggal untuk Mahasiswa Baru di Universitas Sam
Ratulangi Menggunakan Data Mining. Jurnal Teknik Informatika
Vol 11 (1)
Larytasari, L., Susanti, Y & Respatiwulan. (2019) Penentuan UKT
Mahasiswa UNS dengan Algoritma Iterative Dichomotomiser
Three dan Classification Version 4.5. Seminar Nasional Penelitian
Pendidikan Matematika (SNP2M).
Muchsin, A. K., Sudarma. 2015. Penerapan Fuzzy C-Means Untuk
Penentuan Besar Uang Kuliah Tunggal Mahasiswa Baru. Jurnal
lontar komputer Vol 6 (3).
Noviandha, F. D., Astuti, I. F., & Kridalaksana, A. H. (2019). Sistem
Pendukung Keputusan Untuk Penentuan Kategori Uang Kulliah
Tunggal Dengan Metode Multifactor Evaluation Process (Studi
Kasus: Universitas Mulawarman). Informatika Mulawarman:
Jurnal Ilmiah Ilmu Komputer, 13(2), 88-96.
Novianti, H. (2019). Sistem Pendukung Keputusan Penentuan Uang Kuliah
Tunggal Dengan Metode Analitical Hierarchy Process (AHP) Di
Universitas Sriwijaya. Jurnal Sistem Informasi, 11(1).
Pane, R., Ningrum, I. P., & Saputra, R. A. (2017). Sistem Pendukung
Keputusan Pemberian Bantuan Pengurangan Uang Kuliah Tunggal
Bagi Mahasiswa Kurang Mampu Pada Universitas Halu Oleo
Menggunakan Metode Simple Additive Weighting
(SAW). semanTIK, 3(1).
Prasetyo E. 2014. "Data Mining: Mengolah Data menjadi Informasi
menggunakan MatLab. Andi Offset: Yogyakarta

13
Rokhman, S., Rozi, I. F., & Asmara, R. A. (2017). Pengembangan sistem
penunjang keputusan penentuan ukt mahasiswa dengan
menggunakan metode moora studi kasus politeknik negeri
malang. Jurnal Informatika Polinema, 3(4), 36-36.
S. Kusumadewi and H. Purnomo. 2010. Aplikasi Logika Fuzzy untuk
Pendukung Keputusan. Yogyakarta: Graha Ilmu
Siallagan T. F. P. 2015. “Pencarian Nasabah dengan Menggunakan Data
Mining dan Algoritma C4.5 Koperasi Maduma Subang,”JuTISI
2015 Vol. 1
Sumarno, S., Gimin, G., & Nas, S. (2017). Dampak Biaya Kuliah Tunggal
Terhadap Kualitas Layanan Pendidikan. Kelola: Jurnal Manajemen
Pendidikan, 4(2), 184-194.
Tiara, K., Nurhaeni, T., & Faradisa, Y. (2017). Penerapan Go+ Berbasis
Web untuk Meningkatkan Mutu Pelayanan Lembaga Keuangan
Mahasisiwa. Technomedia Journal, 1(2), 90-104.
Witten, I. F., H.E., and Hall, M. A. 2011. Data Mining: Practical Machine
Learning Tools and Technique. Third Edition. Elsevier, Inc.
Massachusetts.
Yanifal, Y. S & Candra, F. (2018) Sistem Pendukung Keputusan
Penentuan Golongan UKT dengan Metode Naive Bayes. Jurnal
Online Mahasiswa, 5 (2).

14