Prediksi Kelulusan Mahasiswa Tepat Waktu atau Tidak Menggunakan Metode Naive Bayes Classifier (Studi kasus : Mahasiswa Fakultas Teknik)

Prediksi Kelulusan Mahasiswa

  • Ayyub Ayyub Alumni Mahasiswa
  • Iddrus Iddrus
Keywords: Prediksi, Naive Bayes Classifier

Abstract

ABSTRAK - Perguruan tinggi memiliki kewajiban untuk menghasilkan lulusan yang kompeten. Hal tersebut dapat dinilai dari tingkat kelulusan mahasiswanya. Kelulusan mahasiswa tepat waktu merupakan salah satu point penilaian dalam proses akreditasi perguruan tinggi. Namun kelulusan mahasiswa tidak selalu dapat dideteksi secara cepat, Banyak faktor yang menjadi pengaruh kelulusan mahasiswa terlambat, seperti tingkat pemahaman mahasiswa terhadap materi kuliah yang dapat dilihat dari IPK mahasiswa. Dari permasalahan yang ada, perlu adanya sistem untuk memprediksi tingkat kelulusan mahasiswa berdasarkan variabel-variabel yang ada. Dengan sistem yang dibuat diharapkan perguruan tinggi bisa membuat kebijakan sehingga mahasiswa dapat lulus tepat waktu. Penelitian ini menggunakan 358 data mahasiswa fakultas teknik lulusan angkatan 2017 - 2022, dengan metode Naive bayes, dengan rincian data training 286 data dan data testing 72 data. Atribut yang digunakan nama, sekolah (Negeri/Swasta), jenis sekolah (SMA/SMK /MA), dan IPS-1 – IPS4. Dengan tahapan identifikasi masalah, pengumpulan data, data cleaning, data integration data transformation (dibagi menjadi data training dan data tesing), klasifikasi dengan Naive bayesClassifier, validasi, evaluasi dan hasil. Hasil penelitian yang diperoleh yaitu akurasi = 91,7%, termasuk dalam kategori good classification.

 

References

[1] Prediksi Kelulusan Mahasiswa Fakultas Teknik Informatika Universitas Muhammadiyah Bengkulu Menggunakan Metode Naive bayes[Journal] / auth. Apridiansyah yovi , Veronika Nuri David Maria and Putra Erwin Dwika // Journal Scientific and Applied Informatics. - 2021. - pp. 1-12.
[2] Data Mining : Klasifikasi Menggunakan Algoritma C4.5 [Journal] / auth. Mardi Yuli // Jurnal Edik Informatika. - 2019. - pp. 2-7.
[3] Prediksi Kelulusan Mahasiswa Dengan Metode Naive bayes[Journal] / auth. Khasanah Nurul [et al.] // Technologia. - 2022. - pp. 2-8.
[4] Model Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Metode Naïve Bayes [Journal] / auth. Armansyah. - Medan : Medan, 2021. - Vol. 78.
[5] Implementasi Metode Naive bayesClassifier (NBC) Pada Komentar Warga Sekolah Mengenai Pelaksanaan Pembelajaran Jarak Jauh (PJJ) [Journal] / auth. Siregar dkk // Jurnal Teknologia. - 2020. - pp. 3-9.
[6] Membangun Website Toko Online Pempek Nthree Menggunakan Php Dan Mysql [Journal] / auth. Susilawati Tuti [et al.] // Jurnal Teknik Informatika Mahakarya. - 2020. - pp. 2-10.
[7] Mobile learning application berbasis sublime text pada mata pelajaran kearsipan [Journal] / auth. Suputra I Nyoman and Itsnania Binti . - Malang : Universitas Negeri Malang,, 2021.
[8] Pemodelan Diagram Uml Sistem Pembayarantunaipada Transaksie-Commerce [Journal] / auth. Syarif Muhammad and Nugraha Wahyu. - Pontianak : Universitas Bina Sarana, 2020. - 7 : Vol. IV. - pp. 1-7.
[9] Analisis Pengendalian Mutu Di Bidang Industri Makanan(Studi Kasus: UMKM Mochi Kaswari Lampion Kota Sukabumi) [Journal] / auth. Ilham Budiman Sopyan Saori. - Suka Bumi : Universitas Muhammadiyah Sukabumi, 2021. - Vol. 1.
[10] Desain Sistem : Use Case Diagram [Journal] / auth. Setiyani Lila. - Karawang : STMIK RosmaKarawang, Indonesia, 2021.
Published
2024-12-05
Abstract viewed = 35 times
Full Text downloaded = 18 times