Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Metode Naive Bayes di Program Studi Teknik Informatika UHAMKA

Authors

  • Dwi Anugrah Putra Universitas Muhammadiyah Prof. Dr. Hamka
  • Mia Kamayani Universitas Muhammadiyah Prof. Dr. Hamka

DOI:

https://doi.org/10.22236/teknoka.v5i.331

Keywords:

Naïve Bayes, prediksi kelulusan, k-Fold Cross-Validation

Abstract

Berdasarkan pengamatan dan data yang ada pada Program Studi Teknik Informatika FT UHAMKA bahwa banyaknya mahasiswa yang tidak lulus tepat waktu (8 semester) pada setiap angkatannya akan menyebabkan penumpukan jumlah mahasiswa, kurangnya ruang kelas, dan kurangnya lahan parkir. Salah satu cara untuk meningkatkan kelulusan mahasiswa tepat waktu adalah memprediksi dari awal mahasiswa yang berpotensi untuk lulus tidak tepat waktu, sehingga dapat dilakukan tindakan pencegahan oleh pihak manajemen prodi atau fakultas. Prediksi dapat dilakukan menggunakan data mining dengan memanfaatkan data mahasiswa yang sudah lulus. Metode data mining yang digunakan pada penelitian ini adalah naive bayes dengan menggunakan atribut jenis kelamin,  index prestasi semester satu sampai semester empat dan  SKS semester satu sampai semester empat. Algoritma naive bayes ini akan dibuat beberapa model dan akan dicari nilai akurasi tertinggi dari model tersebut. Evaluasi model menggunakan K- fold Cross Validation  dan hasil prediksi akan digunakan oleh dosen pembimbing akademik untuk mengevaluasi mahasiswa yang hasil prediksinya kurang memuaskan. Model dengan hasil terbaik yaitu model ke-3 dengan tingkat akurasi sebesar 80.19%, recall 80.26%, precision 92.75% dan F-Measure 86.05% yang nantinya akan digunakan untuk implementasi pada aplikasi prediksi kelulusan mahasiswa.

Downloads

Published

2021-01-04