Analisis Prediksi Masa Studi Mahasiswa Menggunakan Algoritma Naïve Bayes

Fajar Edi Prabowo, Achmad Kodar

Abstract


Universitas Mercu Buana merupakan salah satu perguruan tinggi swasta dengan lebih dari 25.000 mahasiswa aktif pada tahun 2018. Salah satu program studi yang ada di Universitas Mercu Buana dan membutuhkan dukungan sarana dan prasarana yang baik adalah Teknik Informatika. Namun, pengadaan sarana perkuliahan yang memadai tidak mudah untuk dilakukan karena diperlukan biaya yang tidak sedikit. Berdasarkan permasalahan tersebut, penulis melakukan penelitian untuk menganalisa dan memprediksi lama masa studi mahasiswa sehingga dapat dijadikan acuan dalam pengadaan sarana dan prasarana perkuliahan. Metode yang digunakan adalah Naïve Bayes yang akan diimplementasikan pada data kelulusan mahasiswa Teknik Informatika Universitas Mercu Buana menggunakan RapidMiner. Setelah dilakukan pengujian, diperoleh nilai akurasi sebesar 82,26%. Hasil tersebut dapat dimanfaatkan sebagai strategi dalam meningkatkan kualitas pembelajaran di Universitas Mercu Buana.

Keywords


Klasifikasi, Naïve Bayes, Prediksi, Kelulusan

Full Text:

PDF

References


Amelia, M. W., Lumenta, A. S. M., & Jacobus, A. (2017). Prediksi Masa Studi Mahasiswa dengan Menggunakan Algoritma Naïve Bayes, 11(1).

Artaye, K. (2015). Implementation of Naïve Bayes Classification Method to Predict Graduation Time of IBI Darmajaya Scholar, (August), 284–290.

Han, J., Kamber, M., & Pei, J. (2012). Data Mining: Concepts and Techniques. San Francisco, CA, itd: Morgan Kaufmann.

Jananto, A. (2013). Algoritma Naive Bayes untuk Mencari Perkiraan Waktu Studi Mahasiswa, 18(1), 9–16.

Nugraha, D. W., Dodu, A. Y. E., & Chandra, N. (2017). Klasifikasi Penyakit Stroke Menggunakan Metode Naive Bayes Classifier (Studi Kasus Pada Rumah Sakit Umum Daerah Undata Palu), 3(2), 13–22.

Salmu, S., & Solichin, A. (2017). Prediksi Tingkat Kelulusan Mahasiswa Tepat Waktu Menggunakan Naïve Bayes : Studi Kasus UIN Syarif Hidayatullah Jakarta, (April), 701–709.

Sharma, T., Sharma, A., & Mansotra, P. V. (2016). Performance Analysis of Data Mining Classification Techniques on Public Health Care Data, 11381–11386.




DOI: http://dx.doi.org/10.22441/jitkom.2020.v3.i2.008

Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 Jurnal Ilmu Teknik dan Komputer



Jurnal Ilmu Teknik dan Komputer
Alamat Redaksi :
Pusat Penelitian Universitas Mercu Buana Jakarta,
Gedung D Lantai 1, Jalan Meruya Selatan No. 01, Kembangan, Jakarta Barat 11650.
Telepon 021-5840816 Pesawat 3451 Fax. 021-5840813.
Homepage : http://www.mercubuana.ac.id Email : [email protected]
P-ISSN 2548-740X
E-ISSN 2621-1491

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Web Analytics Made Easy - StatCounter
View My Stats