2021
DOI: 10.30865/mib.v5i3.3030
|View full text |Cite
|
Sign up to set email alerts
|

Pengembangan Model Untuk Prediksi Tingkat Kelulusan Mahasiswa Tepat Waktu dengan Metode Naïve Bayes

Abstract: Many parameters affect the timeliness of student graduation, starting from the student's interest in certain majors, the type of class chosen, to the grades for each semester obtained. This is a determining factor in how students can graduate on time or not at the end of their education. So a model is needed to predict student graduation rates on time, using alumni data whose data is obtained from several universities in Palembang City. The model used is a Naïve Bayes algorithm which serves as a model for clas… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
2
2
1

Citation Types

0
5
0
9

Year Published

2022
2022
2023
2023

Publication Types

Select...
5

Relationship

0
5

Authors

Journals

citations
Cited by 8 publications
(14 citation statements)
references
References 8 publications
0
5
0
9
Order By: Relevance
“…Sedangkan pada penelitian yang berjudul Analisis Sentimen Review Barang Berbahasa Indonesia Dengan Metode Support Vector Machine Dan Query Expansion, Hasil pengujian akhir menghasilkan rata-rata akurasi sebesar 96,25% dengan parameter nilai learning rate = 0,001, nilai lambda = 0,1, nilai complexity = 0,01 dan iterasi maksimal adalah 50. Berdasarkan hasil pengujian, diperoleh akurasi metode Support Vector Machine dan Query Expansion sebesar 96,25% dan akurasi menggunakan metode Support Vector Machine tanpa Query Expansion sebesar 94,75% [4].…”
Section: Pendahuluanunclassified
See 1 more Smart Citation
“…Sedangkan pada penelitian yang berjudul Analisis Sentimen Review Barang Berbahasa Indonesia Dengan Metode Support Vector Machine Dan Query Expansion, Hasil pengujian akhir menghasilkan rata-rata akurasi sebesar 96,25% dengan parameter nilai learning rate = 0,001, nilai lambda = 0,1, nilai complexity = 0,01 dan iterasi maksimal adalah 50. Berdasarkan hasil pengujian, diperoleh akurasi metode Support Vector Machine dan Query Expansion sebesar 96,25% dan akurasi menggunakan metode Support Vector Machine tanpa Query Expansion sebesar 94,75% [4].…”
Section: Pendahuluanunclassified
“…Naïve Bayes untuk setiap kelas keputusan, menghitung probabilitas dengan syarat bahwa kelas keputusan adalah benar, mengingat vektor informasi obyek. Untuk menerapkan metode ini peneliti menggunakan alat bantu yaitu rapidminer yang merupakan salah satu tools yang digunakan untuk pengolahan data seperti data mining [4]. Dari latar belakang diatas, maka akan dibahas lebih lanjut dalam tugas akhir dengan judul "Analisis Sentimen Pelanggan Terhadap Penilaian Produk Pada Toko Online Shop Amreta Menggunakan Metode Naive Bayes Classification"…”
Section: Pendahuluanunclassified
“…Pada penelitian sebelumnya dilakukan oleh M. riski Qishiano, dkk tahun 2021 yang berjudul "Pengembangan Model Untuk Prediksi Tingkat Kelulusan Mahasiswa Tepat Waktu dengan Metode Naïve Bayes" mendapatkan kesimpulan, bahwa dengan mengimpelementasikan metode naïve bayes mendapatkan nilai akurasi 82% [6]. Penelitian yang dilakukan oleh Indah Listiowarni dan Nilam Ramadhani tahun 2019 yang berjudul "Implementasi Naïve Bayessian dengan Laplacian Smoothing untuk Peminatan dan Lintas Minat Siswa SMAN 5 Pamekasan" mendapatkan kesimpulan, bahwa akurasi perhitungan klasifikasi menggunakan naive bayes dengan laplace smoothing adalah 92,11%, dan tingkat eror adalah 7,02%.…”
Section: Klasifikasi Kelayakan Penerima Bantuan Program Keluarga Hara...unclassified
“…Sehingga hasil dari klasifikasi bisa dijadikan pertimbangan dalam menentukan kelas peminatan dan lintas minat siswa SMAN 5 Pamekasan [7]. Penelitian yang dilakukan Qisthiano, M Riski, Tri Basuki Kurniawan, Edi Surya Negara, dan Muhammad Akbar tahun 2021 dengan judul penelitian "Pengembangan Model Untuk Prediksi Tingkat Kelulusan Mahasiswa Tepat Waktu dengan Metode Naïve Bayes" mendapatkan kesimpulan, bahwa dengan mengimpelementasikan metode naïve bayes mendapatkan nilai akurasi 81% [6]. Namun, metode naïve bayes memiliki kekurangan karena probabilitas tidak dapat mengukur seberapa besar tingkat akurat atau kebenaran dari sebuah prediksi, sehingga diperlukan pembobotan weighted untuk mengoptimalkan metode naïve bayes dengan memberikan bobot pada setiap fitur.…”
Section: Klasifikasi Kelayakan Penerima Bantuan Program Keluarga Hara...unclassified
“…Second, the development of prediction models. This kind of research focuses on uncovering the design of a model for predicting the graduation status of students of the faculty of informatics engineering using certain widely used algorithms, such as Naive Bayes (Fadrial, 2021;Haryanto & Saputra, 2018;Qisthiano et al, 2021;Testiana, 2018) . Third, factors affecting the timely graduation of students.…”
Section: Introductionmentioning
confidence: 99%