PREDIKSI KELULUSAN MAHASISWA FAKULTAS TEKNIK UNIVERSITAS BINA DARMA MENGGUNAKAN ALGORITMA NAE BAYES

Robi Sepriansyah
Susan Dian Purnamasari
Kiky Rizky Nova Wardani
Nasrul Halim


DOI: https://doi.org/10.29100/jipi.v8i1.3459

Abstract


Penelitian ini digunakan untuk memprediksi kelulusan mahasiswa fakultas teknik pada universitas bina darma sebagai salah satu penunjang dalam pengambilan keputusan dengan memanfaatkan data mahasiswa yang terdiri dari sks dan Indek Prestasi Kumulatif. Tahapan penelitian ini menggunakan Knowladge Discovery In Database (KDD) dengan algoritma Nae Bayes. Berdasarkan penelitian yang telah dilakukan dengan data Training (latih) sebanyak 151 record dan data Testing (uji) sebanyak 120 record. maka didapatkan hasil akurasi penelitian dengan menggunakan perhitungan confusion matrix multiclass bahwa nilai akurasi dari hasil prediksi menggunakan algoritma nae bayes yaitu 78 mahasiswa yang akan lulus di semester 8 dengan akurasi sebesar 98%, lulus di semester 9 sebanyak 24 mahasiswa dengan akurasi 96%, lulus di semester 10 sebanyak 3 mahasiswa dengan akurasi 100%, dan lulus disemester 12 sebanyak 15 mahasiswa dengan akurasi 98%, Kemudian dari nilai akurasi secara keseluruhan untuk prediksi kelulusan mahasiswa menggunakan algoritma nae bayes sebesar 95,33%. Berdasarkan hasil dari penelitian menggunakan algoritma nae bayes maka akurasi tersebut sudah cukup untuk menentukan prediksi kelulusan mahasiswa.

Keywords



Full Text:

PDF

Article Metrics :

References


M. F. Abdullah dan M. R. Arief, Prediksi Nilai Dan Waktu Kelulusan Mahasiswa Menggunakan Metode Support Vector Machine, vol. 14, no. 1, hlm. 10, 2022.

S. Alim, IMPLEMENTASI ORANGE DATA MINING UNTUK KLASIFIKASI KELULUSAN MAHASISWA DENGAN MODEL K-NEAREST NEIGHBOR, DECISION TREE SERTA NAIVE BAYES ORANGE DATA MINING IMPLEMENTATION FOR STUDENT GRADUATION CLASSIFICATION USING K-NEAREST NEIGHBOR, DECISION TREE AND NAIVE BAYES MODELS, vol. 6, no. 2, hlm. 12, 2021.

M. Y. Putra dan D. I. Putri, Pemanfaatan Algoritma Nave Bayes dan K-Nearest Neighbor Untuk Klasifikasi Jurusan Siswa Kelas XI, vol. 16, no. 2, hlm. 12, 2022.

I. Mulia, Model Prediksi Kelulusan Mahasiswa Menggunakan Decision Tree C4.5 dan Software Weka, vol. 5, hlm. 8.

I. A. Nikmatun dan I. Waspada, IMPLEMENTASI DATA MINING UNTUK KLASIFIKASI MASA STUDI MAHASISWA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR, vol. 10, no. 2, hlm. 12, 2019.

D. Anugrah Putra dan M. Kamayani, Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Metode Naive Bayes di Program Studi Teknik Informatika UHAMKA, Prosid Sem Nas Teknoka, vol. 5, hlm. 3440, Des 2020, doi: 10.22236/teknoka.v5i.331.

D. Darwis, N. Siskawati, dan Z. Abidin, PENERAPAN ALGORITMA NAIVE BAYES UNTUK ANALISIS SENTIMEN REVIEW DATA TWITTER BMKG NASIONAL, JTK, vol. 15, no. 1, hlm. 131, Feb 2021, doi: 10.33365/jtk.v15i1.744.

T. Imandasari, E. Irawan, A. P. Windarto, dan A. Wanto, Algoritma Naive Bayes Dalam Klasifikasi Lokasi Pembangunan Sumber Air, SENARIS, vol. 1, hlm. 750, Sep 2019, doi: 10.30645/senaris.v1i0.81.

D. Ardiansyah dan W. Walim, ALGORITMA C4.5 UNTUK KLASIFIKASI CALON PESERTA LOMBA CERDAS CERMAT SISWA SMP DENGAN MENGGUNAKAN APLIKASI RAPID MINER, vol. 1, no. 2, hlm. 8, 2019.

Z. Nabila, A. R. Isnain, dan Z. Abidin, ANALISIS DATA MINING UNTUK CLUSTERING KASUS COVID-19 DI PROVINSI LAMPUNG DENGAN ALGORITMA K-MEANS, Jurnal Teknologi dan Sistem Informasi, vol. 2, no. 2, hlm. 9.

K. H. L. Malelak, I. M. D. Ardiada, dan G. Feoh, IMPLEMENTASI KLASIFIKASI NAIVE BAYES DALAM MEMPREDIKSI LAMA STUDI MAHASISWA (STUDI KASUS?: UNIVERSITAS DHYANA PURA), SINTECH Journal, vol. 4, no. 2, hlm. 202209, Okt 2021, doi: 10.31598/sintechjournal.v4i2.964.

D. Maulana dan E. L. Nurjanah, ANALISA TINGKAT KEPUASAN PELANGGAN TERHADAP PENJUALAN BEAUTY PRODUK PADA ONLINE SHOP DENGAN MENGGUNAKAN METODE NAIVE BAYES, vol. 10, hlm. 8, 2019.

D. Heryana, Data mining untuk memprediksi kelulusan mahasiswa pendidikan matematika uin Raden Intan Lampung Menggunakan Naive Bayes. repository UIN Raden Intan Lampung, 2020. [Daring]. Tersedia pada: http://repository.radenintan. ac.id/6430/

H. Annur, Klasifikasi Masyarakat Miskin Menggunakan Metode Naive Bayes, Ilk. J. Ilm., vol. 10, no. 2, hlm. 160165, Agu 2018, doi: 10.33096/ilkom.v10i2.303.160-165.

M. Silvi, PENERAPAN METODE NAVE BAYES CLASSIFIER UNTUK MEMPREDIKSI LAMA MASA STUDI MAHASISWA. UIN Suska Riau Repositori, 2020. [Daring]. Tersedia pada: http://repository.uinsuska.ac.id/27494

M. I. Fikri, T. S. Sabrila, dan Y. Azhar, Perbandingan Metode Nave Bayes dan Support Vector Machine pada Analisis Sentimen Twitter, SMATIKA, vol. 10, no. 02, hlm. 7176, Des 2020, doi: 10.32664/smatika.v10i02.455.

B. G. Sudarsono, M. I. Leo, A. Santoso, dan F. Hendrawan, ANALISIS DATA MINING DATA NETFLIX MENGGUNAKAN APLIKASI RAPID MINER, JBASE, vol. 4, no. 1, Apr 2021, doi: 10.30813/jbase.v4i1.2729.

Azka Agustine Kania dan Andri, PREDIKSI KELULUSAN PMPA DI SEKOLAH MENENGAH ATAS, 2020.