PENERAPAN ALGORITMA NAÏVE BAYES UNTUK PREDIKSI WAKTU KELULUSAN MAHASISWA

Tafsir, Muhammad (2023) PENERAPAN ALGORITMA NAÏVE BAYES UNTUK PREDIKSI WAKTU KELULUSAN MAHASISWA. Masters thesis, Universitas Putra Indonesia YPTK.

	Text TESIS_MUHAMMAD TAFSIR_212321020_ABSTRAK.pdf Download (31kB)
	Text TESIS_MUHAMMAD TAFSIR_212321020_BAB I.pdf Download (145kB)
	Text TESIS_MUHAMMAD TAFSIR_212321020_DAFTAR PUSTAKA.pdf Download (101kB)
	Text TESIS_MUHAMMAD TAFSIR_212321020_FULL TEXT.pdf Restricted to Repository staff only Download (3MB)

Abstract

Administrator universitas memerlukan perkiraan kelulusan dalam menentukan langkah-langkah untuk mencegah keterlambatan kelulusan mahasiswa dari masa awal masa studi. Lamanya waktu yang dihabiskan seorang mahasiswa untuk belajar bergantung pada banyak faktor. Oleh karena itu, penting untuk mengetahui dan mendalami siapa mahasiswa yang tidak dapat lulus dengan tepat waktu atau terlambat. Teknik penambangan data dapat digunakan untuk mengeksplorasi dan mengaktifkan pengetahuan baru serta membuat prediksi tentang kelulusan mahasiswa. Dalam memprediksi kelulusan mahasiswa algoritma digunakan salah satunya ialah algoritma Naïve Bayes. Penelitian berikut bertujuan memprediksi atau menyelidiki dalam konteks kelulusan mahasiswa pada program studi Pendidikan Teknik Infomatika & Komputer Universitas Islam Negeri Sjech M. Djamil Djambek Bukittinggi menggunakan metode algortima Naïve Bayes. Penelitian ini memanfaatkan data kelulusan mahasiswa pada tahun 2019-2020 sebanyak 131 data yang diambil dari Teknologi Informasi dan Pangkalan Data Universitas Islam Negeri Sjech M. Djamil Djambek Bukittinggi. Data tersebut merupakan data mentah yang belum dilakukan preprocessing. Setelah proses cleaning data dilakukan, didapatkan 123 data mahasiswa yang akan diolah ke dalam tahap selanjutnya dengan atribut jenis kelamin, asal sekolah, indeks prestasi 1 sampai 8, ipk dan sks. Data kelulusan mahasiswa tersebut dibagi kedalam data training 103 dan testing 20 data. Adapun atribut yang menjadi acuan ialah, jenis kelamin, indeks prestasi 1 sampai 8, ipk, dan sks. Dari penelitian yang dilakukan menggunakan metode Naïve Bayes dan dibuktikan menggunakan tool RapidMiner 9.10 menunjukkan hasil akurasi sebesar 95%. Dengan class precisson 100%, dan class recall 80%. Sehingga dari nilai akurasi tersebut menunjukkan bahwa metode Naïve Bayes sangat baik dalam melakukan prediksi kelulusan mahasiswa. Serta hasil yang diprediksi pada mahasiswa lulusan yang terlambat diharapkan akan dievaluasi sedemikian rupa sehingga menghasilkan lulusan yang tiba tepat waktu.

Actions (login required)

View Item