Prediksi Tingkat Kelulusan Mahasiswa Melalui Algoritma Naïve Bayes : Studi Penggunaan Data Mining Berbasis Evaluasi K-Fold Cross Validation

Febri Ananda Lubis, Rizki Rahman Rambe, Iskandar Muda Siregar, Restu Dwi Andira

Abstract


Pemanfaatan data mining telah menjadi inovasi penting dalam mendukung pengambilan keputusan berbasis data. Dalam konteks perguruan tinggi, data mining memungkinkan prediksi tingkat kelulusan mahasiswa berdasarkan data historis akademik. Penelitian ini bertujuan untuk mengaplikasikan algoritma Naïve Bayes Classifier dalam memprediksi kelulusan mahasiswa guna meningkatkan efektivitas manajemen akademik. Dataset yang digunakan mencakup 230 data mahasiswa dengan 10 atribut yang relevan, diperoleh melalui sumber daring. Proses penelitian melibatkan teknik pra pemrosesan data untuk menghasilkan dataset yang bersih dan terstruktur, diikuti oleh validasi model menggunakan metode k-Fold Cross-Validation dan analisis akurasi menggunakan Confusion Matrix. Hasil pengujian menunjukkan bahwa metode Naïve Bayes menghasilkan prediksi dengan tingkat akurasi yang signifikan, mendukung identifikasi mahasiswa yang berisiko terlambat lulus. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengelolaan data akademik serta membantu perguruan tinggi merancang intervensi strategis untuk meningkatkan tingkat kelulusan tepat waktu.

Full Text:

Untitled

References


Y. Rahmanto, R. Arinda, S. Samsugi, dan D. S. Sampurna, “Sistem

Monitoring Ph Air Pada Aquaponik Menggunakan Mikrokontroler Arduino

Uno,” J. Teknol. dan Sist. Tertanam (JTST), vol. 1, no. 1, pp. 24, 2020.

R. Abdul dan R. Anief, “Implementasi Data Mining Dengan Algoritma

Decision Tree C4.5 Untuk Prediksi Kelulusan Mahasiswa Di Universitas

Pandanaran,” Sintak, vol. 3, pp. 134–138, 2019.

R. Abdul dan R. Anief, “Implementasi Data Mining Dengan Algoritma Decision Tree C4.5 Untuk Prediksi Kelulusan Mahasiswa Di Universitas Pandanaran,” Sintak, vol. 3, pp. 134–138, 2019.

A. Amarudin, D. A. Saputra, dan R. Rubiyah, “Rancang Bangun Alat Pemberi Pakan Ikan Menggunakan Mikrokontroler,” J. Ilm. Mahasiswa Kendali dan Listrik, vol. 1, no. 1, pp. 7–13, 2020.

H. K. David dan H. Seng, “Implementasi Data Mining dengan Algoritma C4.5 untuk Memprediksi Tingkat Kelulusan Mahasiswa,” J. Ilmu Tek. Inform., vol. 6, no. 1, pp. 15–18, 2014.

M. Zainuddin, “Perbandingan 4 Algoritma Berbasis Particle Swarm

Optimization (PSO) Untuk Prediksi Kelulusan Tepat Waktu Mahasiswa,”

Telematika, vol. 13, no. 1, pp. 1–12, 2019.

E. Endang, S. Dedy, dan Y. N. Kurnia, “Implementasi Data Mining

Menggunakan Algoritme Naive Bayes Classifier dan C4.5 untuk

Memprediksi Kelulusan Mahasiswa,” Telematika, vol. 13, no. 1, pp. 56–66, 2020.

C. Anam dan H. B. Santoso, “Perbandingan Kinerja Algoritma C4.5 dan Naive Bayes untuk Klasifikasi Penerima Beasiswa,” J. Teknol. Inform. dan Komput., vol. 8, no. 1, pp. 13–19, 2018.

H. S. Royan dan A. Yulian, “Implementasi Data Mining Menggunakan Metode Naive Bayes Dengan Feature Selection Untuk Prediksi Kelulusan Mahasiswa Tepat Waktu,” J. Ilm. Sains dan Teknol., vol. 6, no. 1, pp. 51–54, 2022.

Samsugi, S. Yusuf, A. I. Yusuf, dan F. Trisnawati, “Sistem Pengaman Pintu Otomatis Dengan Mikrokontroler Arduino Dan Module RF Remote,” J. Ilm. Mahasiswa Kendali dan Listrik, vol. 1, no. 1, pp. 1–6, 2020.

A. R. Isnain, S. Sintaro, dan F. Ariany, “Penerapan Auto Pump Hand Sanitizer Berbasis IoT,” J. Ilm. Mahasiswa Kendali dan Listrik, vol. 2, no. 2, pp. 63–71, 2021.

S. C. M. Putu, Q. F. Ketut, dan I. B. K. Sudiarsa, “Penerapan Data Mining Untuk Memprediksi Kelulusan Mahasiswa Menggunakan Algoritma Naive Bayes Classifier (Studi Kasus STMIK Primakara),” J. Ilm. Komput., vol. 16, no. 1, pp. 47–55, 2020.

S. Karolina dan H. Koko, “Implementasi Data Mining untuk Memprediksi Kelulusan Siswa Dengan Metode Naïve Bayes,” J. Comput. & Sci. Ind. Eng. (COMAISE), vol. 4, no. 6, pp. 97–107, 2021.


Refbacks

  • There are currently no refbacks.