PEMODELAN PREDIKSI TINGKAT KELULUSAN MAHASISWA DENGAN PENDEKATAN ALGORITMA NAÏVE BAYES

Abstract

Salah satu faktor penting dalam menilai akreditasi suatu lembaga atau perguruan tinggi adalah kelulusan. Prediksi kelulusan mahasiswa Program Studi Teknik Informatika Universitas 17 Agustus 1945 Surabaya penting untuk diketahui guna mengidentifikasi mahasiswa yang tidak lulus tepat waktu sejak awal. Prediksi kelulusan mahasiswa dapat dilakukan dengan menggunakan data mining khususnya metode klasifikasi. Pada penelitian ini, Algoritma Naive Bayes digunakan sebagai metode klasifikasi. Data pelatihan terdiri dari 120 alumni Program Studi Teknik Informatika angkatan 2017, sedangkan data pengujian terdiri dari 30 mahasiswa angkatan 2018. Atribut data yang digunakan untuk penelitian ini adalah IPS Semester 1-4, SKS, IPK, dan status kelulusan mahasiswa. Penelitian ini diharapkan dapat memberikan informasi tentang prediksi kelulusan mahasiswa tepat waktu dan memberikan masukan bagi perguruan tinggi untuk perbaikan kedepannya. Hasil dari penelitian ini menghasilkan diantaranya Hasil dari penerapkan algoritma Naïve Bayes pada sistem prediksi kelulusan ini dapat digunakan untuk memperkirakan apakah mahasiswa akan lulus tepat waktu atau tidak, Mahasiswa dapat dengan mudah melakukan intropeksi diri dengan cara mengakses halaman website ini secara online tanpa harus data ke gedung biro akademik, Hasil penelitian ini memiliki tingkat akurasi dalam memprediksi kelulusan mahasiswa yaitu 77%, tingkat presisi 77% , dan recall time 78%.