Penerapan Algoritma C4.5 dalam Menentukan Faktor yang Dapat Meningkatkan Kemampuan Bahasa Inggris pada Mahasiswa

Main Article Content

Septri Wanti Siahaan
Kristin Daya Rohani Sianipar
P.P.P.A.N.W Fikrul Ilmi R.H Zer
Dedy Hartama

Abstract

Negara-negara di dunia memiliki bahasa tersendiri. Bahasa yang paling dominan digunakan adalah Bahasa Inggris. Oleh karena itu, Bahasa Inggris merupakan Bahasa Internasional. Bahasa internasional adalah bahasa yang digunakan agar dapat berkomunikasi dengan orang-orang di dunia. Indonesia merupakan salah satu negara yang menerapkan Bahasa Inggris sebagai mata pelajaran atau mata kuliah wajib yang dipelajari oleh siswa/i dan mahasiswa/i. Mahasiswa/i wajib mengetahui bahwa mempelajari Bahasa Inggris sangat dibutuhkan untuk meningkatkan kompetensi di masa depan. Di era globalisasi saat ini, Bahasa Inggris dapat memberikan dampak yang mendominasi seperti komunikasi, pekerjaan, studi, dan lainnya. Namun, seperti yang semua orang tahu bahwa, mempelajari Bahasa Inggris tidaklah mudah. Banyak mahasiswa/i yang mendaftar kelas Bahasa Inggris untuk meningkatkan kemampuan Bahasa Inggris. Namun, ada juga mahasiswa/i yang tidak mendaftar kelas Bahasa Inggris tetapi, memiliki kemampuan Bahasa Inggris yang bagus. Dalam menyelesaikan penelitian ini, penulis menerapkan Algoritma yang ada pada Data Mining yaitu Algoritma C4.5. Hasil dari penelitian ini adalah faktor “Mendengar dari Lingkungan” mendapatkan gain tertinggi pada iterasi ke-1. Kesimpulan dari penelitian ini adalah bahwa faktor yang mempengaruhi dalam meningkatkan kemampuan Bahasa Inggris pada mahasiswa adalah “Mendengar dari Lingkungan”. Penelitian ini memiliki tujuan untuk menentukan faktor yang meningkatkan kemampuan Bahasa Inggris pada mahasiswa.

Downloads

Download data is not yet available.

Article Details

How to Cite
Siahaan, S., Sianipar, K., R.H Zer, P., & Hartama, D. (2020). Penerapan Algoritma C4.5 dalam Menentukan Faktor yang Dapat Meningkatkan Kemampuan Bahasa Inggris pada Mahasiswa. Jurnal Eksplora Informatika, 10(1), 59-67. https://doi.org/10.30864/eksplora.v10i1.396
Section
Articles

References

K. F. Irnanda and A. P. Windarto, “Penerapan Klasifikasi C4.5 Dalam Meningkatkan Kecakapan Berbahasa Inggris dalam Masyarakat,” in Seminar Nasional Teknologi Komputer & Sains (SAINTEKS), 2020, pp. 304–308.

F. Megawati, “Kesulitan Mahasiswa dalam Mencapai Pembelajaran Bahasa Inggris Secara Efektif,” Pedagog. J. Pendidik., vol. 5, no. 2, pp. 147–156, 2016.

W. Katrina, H. J. Damanik, F. Parhusip, D. Hartama, A. P. Windarto, and A. Wanto, “C.45 Classification Rules Model for Determining Students Level of Understanding of the Subject,” in The International Conference on Computer Science and Applied Mathematic, 2018, pp. 1–6, doi: 10.1088/1742-6596/1255/1/012005.

M. Widyastuti, A. G. F. Simanjuntak, D. Hartama, A. P. Windarto, and A. Wanto, “Classification Model C.45 on Determining the Quality of Custumer Service in Bank BTN Pematangsiantar Branch,” in The International Conference on Computer Science and Applied Mathematic, 2018, pp. 1–5, doi: 10.1088/1742-6596/1255/1/012002.

Sudirman, A. P. Windarto, and A. Wanto, “Data mining tools | rapidminer: K-means method on clustering of rice crops by province as efforts to stabilize food crops in Indonesia,” in 2nd Nommensen International Conference on Technology and Engineering, 2018, pp. 1–8, doi: 10.1088/1757-899X/420/1/012089.

R. W. Sari, A. Wanto, and A. P. Windarto, “Implementasi Rapidminer dengan Metode K-Means (Study Kasus: Imunisasi Campak pada Balita Berdasarkan Provinsi),” in KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), 2018, vol. 2, pp. 224–230.

N. Rofiqo, A. P. Windarto, and D. Hartama, “Penerapan Clustering pada Penduduk yang Mempunyai Keluhan Kesehatan Dengan Datamining K-Means,” in KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), 2018, vol. 2, pp. 216–223.

M. G. Sadewo, A. P. Windarto, and A. Wanto, “Penerapan Algoritma Clustering Dalam Mengelompokkan Banyaknya Desa/Kelurahan Menurut Upaya Antisipasi/ Mitigasi Bencana Alam Menurut Provinsi Dengan K-Means,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 2, no. 1, pp. 311–319, 2018, doi: 10.30865/komik.v2i1.943.

D. Hartama, A. P. Windarto, and A. Wanto, “The Application of Data Mining in Determining Patterns of Interest of High School Graduates,” in The International Conference on Computer Science and Applied Mathematic, 2019, pp. 1–6, doi: 10.1088/1742-6596/1339/1/012042.

S. Haryati, A. Sudarsono, and E. Suryana, “Implementasi Data Mining untuk Memprediksi Masa Studi Mahasiswa Menggunakan Algoritma C4.5 (Studi Kasus: Universitas Dehasen Bengkulu),” J. Media Infotama, vol. 11, no. 2, pp. 130–138, 2015.

A. S. Febriarini and E. Z. Astuti, “Penerapan Algoritma C4.5 untuk Prediksi Kepuasan Penumpang Bus Rapid Transit (BRT) Trans Semarang,” J. Eksplora Inform., vol. 8, no. 2, pp. 95–103, 2019, doi: 10.30864/eksplora.v8i2.156.

J. Han, M. Kamber, and J. Pei, Data Mining : Concepts and Techniques Third Edition, 3rd ed. Elsevier, 2012.

Y. Yulia and A. D. Putri, “Data Mining Menggunakan Algoritma C4.5 untuk Memprediksi Kepuasan Mahasiswa Terhadap Kinerja Dosen di Kota Batam,” Comput. Based Inf. Syst. J., vol. 7, no. 2, pp. 56–66, 2019.

D. A. Silitonga, A. P. Windarto, and D. Hartama, “Penerapan Metode K-Medoid pada Pengelompokan Rumah Tangga Dalam Perlakuan Memilah Sampah Menurut Provinsi,” in Seminar Nasional Sains dan Teknologi Informasi (SENSASI), 2019, pp. 313–318.

D. Armiadi, “Prediksi Kepuasan Stakeholder Dengan Algoritma C.45,” Lentera J. Ilm. Sains dan Teknol., vol. 15, no. 16, pp. 69–76, 2015.