KETEPATAN KLASIFIKASI ALGORITMA C5.0 MENGGUNAKAN SPLIT ATTRIBUTE GAIN RATIO DAN CHAID (Studi Kasus: Faktor-Faktor Yang Mempengaruhi Stres Mahasiswa di Fakultas MIPA Universitas Hasanuddin) = CLASSIFICATION CLASSIFICATION C5.0 ALGORITHM USING SPLIT ATTRIBUTE GAIN RATIO AND CHAID (Case Study: Factors Affecting Student Stress at the Faculty of Mathematics and Natural Sciences Hasanuddin University)

Latar Belakang. Stres akademik merupakan kondisi yang dialami mahasiswa akibat ketidakberdayaan dalam mengatasi tuntutan berupa tenggat waktu tugas dan ujian. Faktor penyebab stres berasal dari aspek internal seperti tekanan, frustasi, konflik dan pemakasaan diri. Aspek eksternal seperti keluarga, kampus dan lingkungan fisik. Untuk menganalisis faktor-faktor tersebut, metode klasifikasi diperlukan guna mengelompokkan data secara efektif. Algoritma C5.0 merupakan metode klasifikasi dengan menggunakan Gain Ratio untuk menentukan atribut utama sementara CHAID menguji hubungan antar variabel dengan uji Chi-Square. Tujuan. Penelitian ini bertujuan untuk mendapatkan dan membandingkan ketepatan klasifikasi hasil Algoritma C5.0 Menggunakan Split Attribute Gain Ratio dengan Algoritma CHAID pada data faktor-faktor yang mempengaruhi stres mahasiswa di Fakultas MIPA Universitas Hasanuddin. Metode. Penelitian ini menerapkan Algoritma C5.0 dengan menggunakan gain ratio sebagai alat untuk melakukan pemilihan atribut pada pohon keputusan. Terdapat juga algoritma CHAID yang menerapkan teknik iterative untuk menguji variabel independen dalam pengklasifikasian dan menyusunnya berdasarkan signifikansi statistik Chi-Square pada variabel dependen. Kedua metode ini diaplikasikan pada data hasil survei mahasiswa aktif Fakultas MIPA Universitas Hasanuddin tahun 2021-2024. Hasil. Hasil ketepatan klasifikasi menggunakan Algoritma C5.0 sebesar 90,62% lebih tinggi dibandingkan metode CHAID yang mencapai 88,54%. Algoritma CHAID menghasilkan pohon keputusan dengan lima atribut yaitu konflik, frustasi, tekanan, pemaksaan diri dan kampus, sedangkan Algoritma C5.0 mengidentifikasi enam atribut yaitu konflik, frustasi, pemaksaan diri, tekanan, kampus dan keluarga. Kesimpulan. Berdasarkan hasil ketepatan klasifikasi Algoritma C5.0 lebih baik dibandingkan dengan Algoritma CHAID dalam menentukan ketepatan klasifikasi faktor-faktor yang mempengaruhi stres mahasiswa di Fakultas MIPA Universitas Hasanuddin.