Implementasi Data Mining Menggunakan Algoritme Naive Bayes Classifier dan C4.5 untuk Memprediksi Kelulusan Mahasiswa

Abstract

Sejarah Artikel:The inability of students to complete their studies on time is faced by most of higher education institution. STMIK Bina Nusantara Jaya Lubuklinggau is one of those which is experienced with this matter. In most cases, the students could complete their studies longer than the expected duration. From 162 students of Sistem Informasi study program in the year 2013 and 2014, there were 117 students completed their studies on time, while 45 students were late. As a result, it could prevent new students from joining the institution since the limited student capacity. This study deploys data mining technique in predicting the graduation status of students on time. First, preprocessing is used to obtain a good dataset. Secondly, the data is processed to obtain a set of prediction. In this step, two mining algorithm were applied -Naive Bayes classifier and C4.5 algorithm to be knowing the performance of the two methods, the method has a greater accuracy value will be recommended to solving the problem of prediction of students graduation at STMIK Bina Nusantara Jaya Lubuklinggau. Thirdly, the result then was validated using K-Fold Cross Validation technique. Finally, the Confusion Matrix is deployed to ensure the accuracy of the prediction. The results indicate that the C4.5 Algorithm method can be used to predict student graduation status with an accuracy rate of 79,08% while the accuracy rate of the Naive Bayes Classifier method is only 78,46%. The dominant factor is IPK-S4 variable.

Penerapan Data Mining Dan Algoritma Naïve Bayes Untuk Pemilihan Konsentrasi Mahasiswa Menggunakan Metode Klasifikasi

“…Hasil penelitian [5] tentang "Penerapan Data Mining Menggunakan Algoritma Naive Bayes Classifier dan C4.5 untuk memprediksi Kelulusan Mahasiswa".…”

SVM optimization using a grid search algorithm to identify robusta coffee bean images based on circularity and eccentricity

“…Identifikasi atau klasifikasi digunakan dalam mempelajari data set agar dihasilkan korelasi antar data yang membangun sebuah pola (pattern) sehingga menghasilkan insight seperti dalam [16]. Support vector machine merupakan salah satu algoritme klasifikasi yang kini banyak dikembangkan dan diterapkan, di antaranya untuk mengidentifikasi jenis objek di permukaan bumi [12], mengidentifikasi suatu penyakit [13], [14], [17], dan mengidentifikasi parasit di lingkungan rumah kaca [18].…”

Aplikasi Customer Relathionship Management Untuk Klasifikasi Pelanggan Menggunakan Algoritma C4.5

“…Memang bukan hal yang mudah untuk mengklasifikasikan pelanggan yang dinilai layak untuk mendapatkan paket promo yang tersedia pada LBB, oleh karena itu dibutuhkan implementasi algoritma yang dapat membantu mengkalsifikasikan pelanggan sesuai dengan kriteria yang telah ditentukan. Salah satu algoritma yang bisa digunakan untuk menyelesaikan permasalahan ini adalah algoritma C4.5 [5] [6]. Untuk optimalisasi aplikasi klasifikasi pelanggan dalam bentuk CRM, maka peneliti mengimplementasikan algoritma C4.5 ini dalam aplikasi CRM yang akan digunakan oleh LBB.…”

“…Beberapa peneliti yang sebelumnya yang telah dilakukan dan membahas penggunaan algoritma C4.5 mulai dari pemberian beasiswa atau potongan harga yaitu seperti penerapan data mining untuk rekomendasi beasiswa pada sman 1 mlongo menggunakan algoritma C4.5 [7], dan sistem pendukung keputusan pemberian beasiswa untuk siswa kurang mampu di SMK Muhammadiyah 1 kepanjen menggunakan metode fuzzy tsokamoto [8]. Ada juga sebagai analisi perbandingan algoritma C4.5 dan K-naïve Bayes untuk menklasifikasikan penerima mahasiswa baru tingkat universitas [9]. Data mining merupakan salah satu ilmu untuk menggali dan mengekstraksi data dalam jumlah besar, metode data mining seringkali digunakan untuk menemukan pola tertentu sesuai dengan kebutuhan korporat [10].…”