Prediksi Persentase Kelulusan Mahasiswa STMIK Widuri Menggunakan Algoritma Naïve Bayes
| Main Authors: | Andreansyach, Caesar Ryan, Fardiansyah, Tangguh Seno, Apriani, Dina, Sani, Asrul |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Yayasan Kreatif Cemerlang Indonesia
, 2023
|
| Subjects: | |
| Online Access: |
https://ejournal.kreatifcemerlang.id/index.php/jbpi/article/view/103 https://ejournal.kreatifcemerlang.id/index.php/jbpi/article/view/103/27 |
Daftar Isi:
- Salah satu topik masalah yang masih menjadi bahan diskusi terkait kegagalan mahasiswa sarjana ialah tentang tidak tepat waktu. Mahaiswa yang lulus pada waktu yang tidak tepat tentu akan menimbulkan masalah dan kemungkinan putus sekolah, yang juga akan mempengaruhi kualitas pendidikan dan akreditasi. Berdasarkan hal tersebut maka diperlukan suatu sistem yang bisa memprediksi ketuntasan para mahasiswa dengan belajar mengevaluasi hasil aktualitas, yang dapat dilakukan oleh mahasiswa S1 dengan mengolahnya dengan data mining untuk menemukan pola pada data mahasiswa yang telah lulus dan kemudian digunakan sebagai dasar untuk memprediksi penyelesaian waktu studi selama beberapa tahun ke depan. Teknik data mining yang digunakan dalam penelitian ini adalah algoritma klasifikasi Naive Bayes, yang merupakan cara sederhana untuk menerapkan teorema Bayes. Mengetahui seberapa banyak mahasiswa yang lulus tidak sesuai dengan masa studi yang sudah ditentukan dengan metode Naïve Bayes merupakan suatu tujuan dari penelitian ini. Hasil dari penelitian ini berupa sistem yang dapat memprediksi ketepatan waktu penyelesaian.