A Sistem Prediksi Lama Studi Kuliah Menggunakan Metode Naive Bayes
Sistem Prediksi Lama Studi Kuliah Menggunakan Metode Naive Bayes
Kata Kunci:
Prediksi, Lama Studi, Naive BayesAbstrak
Institut Teknologi Bisnis AAS Indonesia merupakan salah satu lembaga pendidikan perguruan tinggi yang ada dijawa tengah. Permasalahan lama studi setiap mahasiswa biasanya disebabkan atau dipengaruhi oleh banyak faktor, sehingga perlu dibuat sistem prediksi kelulusan mahasiswa untuk mengetahui faktor apa saja yang dapat mempengaruhi kelulusan mahasiswa. Sistem yang dirancang adalah sistem prediksi tingkat kelulusan mahasiswa pada tepat atau terlambatnya studi menggunakan metode data mining dengan algoritma naïve bayes. Kriteria yang digunakan dalam memprediksi tingkat kelulusan adalah Prodi, Gender, Asal Sekolah, Rata-rata SKS dan Asdos. Sistem dioleh menggunakan Microsoft Excel dan Pengujian Sistem Menggunakan Tools RapidMiner. Dalam perhitungannya menggunakan Data sampel untuk data training berjumlah 13 data, untuk testing berjumlah 5 data. Hasil Penelitian dalam Uji sistem telah memiliki tingkat akurasi 80%, recall 50% dan presisi 100%.
Referensi
Huda, N.M. 2010. ”Aplikasi data mining untuk menampilkan tingkat kelulusan mahasiswa dengan studi kasus FMIPA Universitas Diponegoro”, Skripsi, Program Studi Teknik Informatika Jurusan MIPA UNDIP, Semarang.
Meinanda, M.H., Anisa M .Muhandri, N.Suryadi, K. 2009. ”Prediksi masa studi sarjana dengan artificial neural network”, Internet working Indonesia Journal, Vol.1No.2, pp. 31-35.
Santosa, Budi, 2007, “Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis”, Graha Ilmu, Yogyakarta.
Kusrini, Luthfi, E.T. 2009. “Algoritma Data Mining”, Andi Offset. Surabaya.
Kusrini, K., Luthfi, E. T., Muqorobin, M., & Abdullah, R. W. (2019, November). Comparison of Naive Bayes and K-NN Method on Tuition Fee Payment Overdue Prediction. In 2019 4th International Conference on Information Technology, Information Systems and Electrical Engineering (ICITISEE) (pp. 125-130). IEEE.
Han,J., Kamber, M., & Pei, J. 2012. Data Mining Concepts and Techniques (3rd ed.). Morgan Kaufmann Publishers.
Muqorobin, M., Kusrini, K., & Luthfi, E. T. (2019). Optimasi Metode Naive Bayes Dengan Feature Selection Information Gain Untuk Prediksi Keterlambatan Pembayaran Spp Sekolah. Jurnal Ilmiah SINUS, 17(1), 1-14.
Moonallika, P. S. C., Fredlina, K. Q., & Sudiatmika, I. K. (2020). Penerapan Data Mining Untuk Memprediksi Kelulusan Mahasiswa Menggunakan Algoritma Naive Bayes Classifier (Studi Kasus STMIK Primakara). Progresif: Jurnal Ilmiah Komputer, 16(1), 47-56.
Salmu, S., & Solichin, A. (2017, April). Prediksi Tingkat Kelulusan Mahasiswa Tepat Waktu Menggunakan Naïve Bayes: Studi Kasus UIN Syarif Hidayatullah Jakarta. In Prosiding Seminar Nasional Multidisiplin Ilmu (Vol. 22).
Dwiyana, D., & Muqorobin, M. (2021). Analysis of Adi Soemarmo Solo Airport Parking Payment System. International Journal of Computer and Information System (IJCIS), 2(1), 1-3.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2022 Muqorobin, Moch Bagoes Pakarti
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
