Prediksi Kelulusan Mahasiswa Fakultas Teknik Informatika Universitas Muhammadiyah Bengkulu Menggunakan Metode Naive Bayes

Abstract

Kelulusan mahasiswa tepat waktu merupakan salah satu point penilaian dalam proses akreditasi perguruan tinggi. Namun kelulusan mahasiswa tidak selalu dapat dideteksi secara cepat sehingga dapat mengurangi penilaian suatu perguruan tinggi dalam proses akreditasi. Permasalah inilah yang muncul untuk mengetahui mahasiswa nantinya bisa lulus tepat waktu atau tidak. Dalam penelitian inilah digunakan metode klasifikasi untuk prediksi lulusan mahasiswa menggunakan algoritma Naïve Bayes. Tujuan dari penelitian ini untuk mengetahui kelulusan mahasiswa tepat waktu atau tidak, yang diharapkan hasilnya dapat memberikan informasi dan masukan bagi pihak perguruan tinggi dalam membuat kebijakan kedepannya. Dari hasil pengujian ini didapatkan hasil bahwa dengan menerapkan algoritma Naïve Bayes sistem dapat memprediksi kelulusan mahasiswa dengan tepat waktu, tingkat keberhasilan prediksi algoritma naïve bayes ditentukan oleh nilai IPK mahasiswa dan lama Studi mahasiswa yang bersangkutan dengan nilai precision sebesar 90 %, recall 100 % dan akurasi sebesar 90 %.

Model Algoritma K-Nearest Neighbor (K-Nn) Dan Naïve Bayes Untuk Prediksi Kelulusan Mahasiswa

“…Kelulusan mahasiswa adalah salah satu faktor penilaian paling penting dalam proses akreditasi lembaga perguruan tinggi. Setiap universitas memiliki nilai tersendiri bagi lulusan mahasiswa, sehingga proses akreditasi dalam institusi akan lebih terbantu jika mahasiswa lulus tepat waktu setiap semesternya [4].…”

Penerapan Metode Monte Carlo pada Simulasi Prediksi Jumlah Calon Mahasiswa Baru Universitas Muhammadiyah Bengkulu

“…Simulasi merupakan suatu metode yang digunakan dalam menganalisis perilaku kerja dari suatu sistem. Tujuan dari simulasi adalah pelatihan, studi perilaku sistem, hiburan atau permainan (game) [2][3] [4].…”

Implementasi Algoritma Apriory Untuk Analisis Perbelanjaan Pada Toko Mitra Jaya Komputer

“…Oleh karena itu, dengan mengetahui pola belanja konsumen adalah merupakan hal penting dalam menghadapi masalah ini. Untuk menganalisa permasalahan tersebut penggunaan data mining sangat sesuai untuk memberikan solusi dalam masalah ini [3]. Berbagai strategi dalam memasarkan produk untuk meningkatkan penjualan dengan harapan akan membuat konsumen membeli produk tersebut.…”