Klasifikasi Tingkat Kelulusan Mahasiswa Elektronika Menggunakan Algoritma Naïve Bayes Classifier (Studi Kasus : Pendidikan Teknik Informatika FT-UNP)

Helga Yolanda Sardi; khairi budayawan

doi:10.24036/voteteknika.v8i4.110394

Klasifikasi Tingkat Kelulusan Mahasiswa Elektronika Menggunakan Algoritma Naïve Bayes Classifier (Studi Kasus : Pendidikan Teknik Informatika FT-UNP)

Helga Yolanda Sardi⁽¹⁾, khairi budayawan⁽²⁾,
(1)

Indonesia
(2) Universitas Negeri Padang

Indonesia

Corresponding Author

DOI : https://doi.org/10.24036/voteteknika.v8i4.110394

Full Text:

Language : id

Abstract

Universitas Negeri Padang merupakan perguruan tinggi yang penyimpanan datanya telah terkomputerisasi, salah satunya data kelulusan mahasiswa. Berdasarkan data kelulusan mahasiswa Program Studi Pendidikan Teknik Informatika tahun masuk 2013-2015 menunjukkan bahwa masih banyak mahasiswa yang menempuh masa studi lebih dari 9 semester. Penelitian ini bertujuan untuk mengklasifikasi tingkat kelulusan mahasiswa dan menerapkan metode data mining dengan menggunakan algoritma naïve bayes classifier yang dibantu dengan aplikasi Rapidminer. Klasifikasi ini menggunakan 20 atribut sebagai atribut kontrol yang merupakan transkrip nilai semester 1 sampai dengan semester 3. Berdasarkan pengujian yang dilakukan terhadap mahasiswa tahun masuk 2014 diperoleh akurasi sebesar 79,07% dengan 43 sampel data dan pengujian yang dilakukan terhadap mahasiswa tahun masuk 2015 akurasi yang dihasilkan sebesar 68% dengan 50 sampel data.

Kata kunci : Kelulusan Tepat Waktu, Data mining, Klasifikasi, Naïve Bayes Classifier

References

Saputra, H. K. (2018). Analisis Data Mining Untuk Pemetaan Mahasiswa Yang Membutuhkan Bimbingan dan Konseling Menggunakan Algoritma Naïve Bayes Classifier. JTIP: Jurnal Teknologi Informasi dan Pendidikan, 11(1), 14-26.

Badan Akreditasi Nasional Perguruan Tinggi. (2019). Matriks Penilaian Laporan Evaluasi Diri dan Laporan Kinerja Program Studi. Jakarta.

Ridwan, M., Suyono, H., & Sarosa, M. (2013). Penerapan Data Mining Untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier. jurnal EECCIS, 7(1), 59-64.

Handayani, L., & Maulida, E. L. (2015, November). Perkiraan Waktu Studi Mahasiswa Menggunakan Metode Klasifikasi Dengan Algoritma Naive Bayes. In Seminar Nasional Teknologi Informasi Komunikasi dan Industri.

Salmu, S., & Solichin, A. (2017, April). Prediksi Tingkat Kelulusan Mahasiswa Tepat Waktu Menggunakan Naïve Bayes: Studi Kasus UIN Syarif Hidayatullah Jakarta. In Seminar Nasional Multidisiplin Ilmu (SENMI) 2017 (pp. 701-709).

Umam, M. H. (2017). Analisis Perbandingan Algoritma C4. 5 dan Algoritma Naïve Bayes untuk Prediksi Kelulusan Mahasiswa (Studi Kasus: Prodi Teknik Informatika Universitas Muhammadiyah Jember) (Doctoral dissertation, UNIVERSITAS MUHAMMADIYAH JEMBER).