BAB IIÂ
TINJAUAN PUSTAKA
2.1 Teori Sistem
2.1.1 Prediksi kelulusan
Kelulusan adalah salah satu kriteria penilaian dalam proses akreditasi institusi suatu perguruan tinggi, jika mahasiswa lulus tepat waktu akan membantu penilaian akreditasi suatu perguruan tinggi. Di sisi lain, mahasiswa akan beruntung jika lulus tepat waktu karena tidak akan membayar biaya kuliah lagi dan bisa cepat bekerja setelah lulus kuliah. Namun waktu kelulusan mahasiswa tidak selalu dapat dideteksi secara dini, sehingga bisa mengakibatkan keterlambatan lulusan. Untuk mengatasi hal tersebut perlu ada teknik untuk bisa melakukan prediksi terhadap kelulusan mahasiswa. Adapun teknik yang sering digunakan adalah dengan menggunakan data mining. Dan metode yang sering digunakan untuk prediksi kelulusan mahasiswa adalah metode klasifikasi.[7]Â
2.1.2 Data
Data adalah deskripsi atau keterangan sebuah objek yang belum memiliki arti sepenuhnya yang dapat berbentuk angka (numerik), karakter (text), gambar, suara, ataupun lambang (simbol). Menurut [8] data dapat didefinisikan sebagai fakta-fakta yang dikumpulkan, diukur, atau dianalisis, yang memiliki potensi untuk memberikan wawasan bagi pengambilan keputusan. Hasil dari pengolahan data dalam suatu bentuk yang lebih berguna dan lebih mudah dipahami penerima dapat disebut sebagai informasi. Informasi mempresentasikan lebih lanjut kejadian-kejadian nyata yang akan diaplikasikan dalam pengambilan keputusan. Data memiliki peran yang sangat penting dalam kehidupan sehari-hari, baik di tingkat individu, organisasi, maupun masyarakat. Menurut [9] dalam buku Competing on Analytics, data memungkinkan pengambilan keputusan yang lebih tepat dan berbasis bukti, menggantikan intuisi yang seringkali tidak terukur. Dalam kehidupan sehari-hari, data mendasari hampir semua aspek, mulai dari keputusan sederhana seperti pemilihan rute terbaik dalam perjalanan hingga keputusan yang lebih kompleks seperti perencanaan keuangan atau strategi bisnis. Dengan munculnya Big Data saat ini proses pengumpulan, penyimpanan, dan analisis data menjadi lebih dinamis dan canggih dalam proses pengambilan keputusan. Dengan memanfaatkan teknologi dan alat analisis canggih, dapat memperoleh wawasan yang lebih dalam, mengatasi keterbatasan tradisional, dan membuat keputusan yang lebih tepat waktu dan terinformasi [10]. Sebagai contoh, aplikasi pemetaan yang mengandalkan data lalu lintas real-time dapat membantu pengguna menghindari kemacetan, sementara platform e-commerce menggunakan data perilaku konsumen untuk merekomendasikan produk yang relevan. Lebih jauh lagi, menurut [11] dalam The Handbook of Science and Technology Studies, data juga berperan penting dalam pembangunan sosial dan ekonomi, memberikan wawasan yang diperlukan untuk merancang kebijakan publik yang lebih efektif dan merespons kebutuhan masyarakat. Dengan kata lain, data bukan hanya alat untuk efisiensi, tetapi juga menjadi dasar dalam upaya untuk memajukan kualitas hidup secara keseluruhan.
2.1.3 Data Mining
Data mining merupakan suatu proses untuk menggali informasi atau pola yang tersembunyi dalam sejumlah besar data. Data mining mencari informasi baru, berharga dan berguna dalam sekumpulan data dengan melibatkan komputer dan manusia serta bersifat iteratif baik melalui proses yang otomatis ataupun manual [12]. Teknik ini digunakan untuk menganalisis data yang sangat besar dan kompleks guna menemukan hubungan atau pola yang mungkin tidak terlihat secara langsung. Proses ini melibatkan penggunaan berbagai metode statistik, algoritma machine learning, dan kecerdasan buatan untuk mengeksplorasi data dan menarik kesimpulan yang berguna. Â Hasil dari data mining dapat digunakan untuk mendukung pengambilan keputusan, seperti dalam bisnis untuk memprediksi tren pasar, mengidentifikasi perilaku konsumen, atau menemukan anomali yang dapat menunjukkan risiko atau peluang. Secara umum, data mining bertujuan untuk mengubah data yang tampaknya tidak terstruktur atau tidak relevan menjadi informasi yang memiliki nilai praktis.
2.2 Teori PendukungÂ
2.2.1 Klasifikasi
