Prediksi Kelulusan Mahasiswa Fakultas Teknik Informatika Universitas Muhammadiyah Bengkulu Menggunakan Metode Naive Bayes
DOI:
https://doi.org/10.36085/jsai.v4i2.1701Abstract
Kelulusan mahasiswa tepat waktu merupakan salah satu point penilaian dalam proses akreditasi perguruan tinggi. Namun kelulusan mahasiswa tidak selalu dapat dideteksi secara cepat sehingga dapat mengurangi penilaian suatu perguruan tinggi dalam proses akreditasi. Permasalah inilah yang muncul untuk mengetahui mahasiswa nantinya bisa lulus tepat waktu atau tidak. Dalam penelitian inilah digunakan metode klasifikasi untuk prediksi lulusan mahasiswa menggunakan algoritma Naïve Bayes. Tujuan dari penelitian ini untuk mengetahui kelulusan mahasiswa tepat waktu atau tidak, yang diharapkan hasilnya dapat memberikan informasi dan masukan bagi pihak perguruan tinggi dalam membuat kebijakan kedepannya. Dari hasil pengujian ini didapatkan hasil bahwa dengan menerapkan algoritma Naïve Bayes sistem dapat memprediksi kelulusan mahasiswa dengan tepat waktu, tingkat keberhasilan prediksi algoritma naïve bayes ditentukan oleh nilai IPK mahasiswa dan lama Studi mahasiswa yang bersangkutan dengan nilai precision sebesar 90 %, recall 100 % dan akurasi sebesar 90 %.
References
Y. Kusnia, “Pengaruh karakteristik gender dan motivasi belajar terhadap prestasi belajar matematika siswa kelas X IPA di MAN 2 Semarang,†Semin. Nas. Pendidikan, Sains dan Teknol. Fak. Mat. dan Ilmu Pengetah. Alam Univ. Muhammadiyah Semarang, pp. 398–405, 2017.
D. Kartini, “Penerapan Data Mining dengan Algoritma Neural Network (Backpropagation) Untuk Prediksi Lama Studi Mahasiswa,†in PROSIDING seminar nasional sisfotek, 2017, vol. 3584, pp. 235–241.
J. O. Ong, “Implementasi Algotritma K-means clustering untuk menentukan strategi marketing president university,†J. Ilm. Tek. Ind., vol. vol.12, no, no. juni, pp. 10–20, 2013.
M. A. Nurrohmat, “Aplikasi Pemrediksi Masa Studi dan Predikat Kelulusan Mahasiswa Informatika Universitas Muhammadiyah Surakarta Menggunakan Metode Naive Bayes,†Khazanah Inform. J. Ilmu Komput. dan Inform., vol. 1, no. 1, p. 29, 2015, doi: 10.23917/khif.v1i1.1179.
M. F. Rifai, H. Jatnika, and B. Valentino, “Penerapan Algoritma Naïve Bayes Pada Sistem Prediksi Tingkat Kelulusan Peserta Sertifikasi Microsoft Office Specialist (MOS),†Petir, vol. 12, no. 2, pp. 131–144, 2019, doi: 10.33322/petir.v12i2.471.
S. Syarli and A. Muin, “Metode Naive Bayes Untuk Prediksi Kelulusan (Studi Kasus: Data Mahasiswa Baru Perguruan Tinggi),†J. Ilm. Ilmu Komput., vol. 2, no. 1, pp. 22–26, 2016.
Y. S. Nugroho and Setyawan, “Klasifikasi Masa Studi Mahasiswa Fakultas Komunikasi dan Informatika,†KomuniTi, vol. VI, no. 1, pp. 84–91, 2014.
S. S. Nikam, “A Comparative Study of Classification Techniques in Data Mining Algorithms,†Int. J. Mod. Trends Eng. Res., vol. 4, no. 7, pp. 58–63, 2017, doi: 10.21884/ijmter.2017.4211.vxayk.
H. Bhavsar and A. Ganatra, “A Comparative Study of Training Algorithms for Supervised Machine Learning,†Int. J. Soft Comput. Eng., vol. 2, no. 4, pp. 74–81, 2012, doi: 10.1.1.492.6088.
S. D. Jadhav and H. P. Channe, “Comparative Study of K-NN, Naive Bayes and Decision Tree Classification Techniques,†Int. J. Sci. Res., vol. 5, no. 1, pp. 1842–1845, 2016, doi: 10.21275/v5i1.nov153131.
Bustami, “Penerapan Algoritma Naive Bayes Untuk Mengklasifikasi Data Nasabah Asuransi,†J. Inform., vol. 8, no. 1, pp. 884–898, 2014, doi: 10.26555/jifo.v8i1.a2086.
Y. Zhang and Q. Ji, “Active and dynamic information fusion for facial expression understanding from image sequences,†IEEE Trans. Pattern Anal. Mach. Intell., vol. 27, no. 5, pp. 699–714, 2005, doi: 10.1109/TPAMI.2005.93.
R. P. S. Putri and I. Waspada, “Penerapan Algoritma C4.5 pada Aplikasi Prediksi Kelulusan Mahasiswa Prodi Informatika,†Khazanah Inform. J. Ilmu Komput. dan Inform., vol. 4, no. 1, p. 1, 2018, doi: 10.23917/khif.v4i1.5975.
G. Testiana, “Perancangan Model Prediksi Kelulusan Mahasiswa Tepat Waktu pada UIN Raden Fatah,†JUSIFO (Jurnal Sist. Informasi), vol. 4, no. 1, pp. 49–62, 2018.
M. Utami and Y. Apridiansyah, “Implementasi Algoritma Sequential Searching Pada Sistem Pelayanan Puskesmas Menggunakan Bootstrap (Studi Kasus Puskesmas Kampung Bali Bengkulu),†JSAI (Journal Sci. Appl. Informatics), vol. 2, no. 1, pp. 81–86, 2019, doi: 10.36085/jsai.v2i1.166.
M. Martin and L. Nilawati, “Recall dan Precision Pada Sistem Temu Kembali Informasi Online Public Access Catalogue (OPAC) di Perpustakaan,†Paradig. - J. Komput. dan Inform., vol. 21, no. 1, pp. 77–84, 2019, doi: 10.31294/p.v21i1.5064.
