PENERAPAN DATA MINING METODE DECISION TREE UNTUK MENGUKUR PENGUASAAN BAHASA INGGRIS MARITIM (STUDI KASUS DI UNIVERSITAS MARITIM AMNI)
DOI:
https://doi.org/10.33556/jstm.v22i1.285Abstract
Bahasa Inggris Maritim merupakan suatu pengetahuan dan kemampuan yang harus dimiliki oleh taruna dengan baik. Cara mengetahui sampai dimana kemampuan bahasa Inggris Maritim yang dimiliki yaitu dengan adanya nilai. Nilai yang taruna yang terdapat di Universitas Maritim AMNI sudah sangat banyak akan tetapi belum dioptimalkan dengan lebih jauh lagi. Nilai – nilai ini dapat dioptimalkan untuk memprediksi mendatang, cara dengan menggunakan data mining yaitu akan diketahui bentuk pola dari suatu data. Pola tersebut akan dapat diketahui dari berbagai variabel yang ada pada data. Tujuan dari penelitian ini adalah memprediksi kemampuan bahasa Inggris taruna di masa mendatang dengan menggunakan 4 atribut yaitu membaca, menulis, berbicara, dan mendengarkan. Hasil dari penelitian ini menyatakan bahwa untuk Mata Kuliah Bahasa Inggris Maritim, kemampuan berbicara (speaking) mempunyai dampak yang besar terhadap atribut yang lain. Sehingga perlu diberikan perlakuan khusus terhadap taruna yang tidak lulus. Dan perlu peningkatan pembelajaran untuk reading, writing terutama listening.
Kata kunci: Bahasa Inggris Maritim, Data Mining, Decision Tree, Penilaian, PrediksiReferences
Afrida, I.R. 2016. Pengembangan Model Penilaian Otentik untuk Mengukur Capaian Pembelajaran Mahasiswa Authentic Assessment Model To Measure Undergraduate Students’ Learning Outcomes. Jurnal Biologi dan Pembelajaran Biologi, 1(2), 137-147.
Ardiyansah ,Tri Yuli.2019. Analysis Of Speaking Assessment In ESP Speaking Class. Journal of English Teaching, Literature, and Applied Linguistics ISSN: 2614-5871 Vol. 3, No. 1; Februari 2019 Published by English Education Department of Universitas Muhammadiyah Gresik. ardi13@umg.ac.id
Han, J. dan M. Kamber. 2006. Data Mining Concepts and Techniques Second Edition. San Francisco: Morgan Kaufmann
International Maritime Organization.2015. International Maritime Organization Model Course (IMO MC) 3.17 for Maritime English. Cambridge. London.
Larose, Daniel T. 2006. Data mining, Methods and Models. John Wiley & Son. New Jersey.
Mashlahah, Susi.2013.Prediksi Kelulusan Mahasiswa Menggunakan Decision Tree dengan Penerapan Algoritma C.45.
Nugraha, Putu Gede Surya Cipta dkk (2016) dalam penelitian yang berjudul Penerapan Metode Decision Tree (Data Mining) Untuk Memprediksi Tingkat Kelulusan Siswa SMPN 1 Kintamani. ISSN Cetak : 2541-2361 | ISSN Online : 2541-3058 Seminar Nasional Vokasi dan Teknologi (SEMNASVOKTEK). Denpasar-Bali, 22 Oktober 2016
Nurgiyantoro, Burhan. 2011. Penelitian Otentik Dalam Pembelajaran Bahasa. Yogyakarta: Gadjah Mada University Press
Panjaitan, Mutiara O. 2010. Penilaian Mata Pelajaran Bahasa Inggris Pusat Kurikulum. Balitbang KemdiknasJurnal Pendidikan dan Kebudayaan, Vol. 16, Nomor 3, Mei 2010.
Rianto, 2010, Metodologi Penelitian Sosial dan Hukum, Jakarta: Granit
Ridwan, M., Suyono, H., dan Sarosa, M (2013) dalam Penerapan Data Mining Untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier.
Selvia Lorena Br.Ginting, Wendi Zarman, Ida Hamidah, 2014, Analisis dan Penerapan Algoritma C4.5 dalam Data Mining untuk Memprediksi Masa Studi Mahasiswa Berdasarkan Data Nilai Akademik, Seminar Nasional Aplikasi Sains dan Teknologi (SNAST), Yogyakarta, 15 November 2014
Sianturi, Fricles Ariwisanto.2018. Analisa Decision Tree Dalam Pengolahan Data Siswa. Media Informasi Analisa dan Sistem (MEANS) Volume 3 No. 2 Desember 2018.p-ISSN : 2548-6985, e-ISSN : 2599-3089.http://ejournal.ust.ac.id/index.php/Jurnal_Means/
Sugiyono. 2014. Metode Penelitian Pendidikan Pendekatan Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta
Swastina,liliana, 2013, Penerapan Algoritma C4.5 untuk Penentuan Prodi Mahasiswa, Jurnal GEMA AKTUALITA, No.1, Vol.2, 93-98
Wahyudin, 2009, Metode Iterative Dischotomizer 3 (ID3) untuk Penyeleksian Penerimaan Mahasiswa Baru, Jurnal Pendidikan Teknologi Informasi dan Komunikasi(PTIK), Vol.1, No.2, 5-15
Downloads
Published
Issue
Section
License
Authors who publish with this journal agree to the following terms:Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
