Implementasi Data Mining Untuk Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Metode Naïve Bayes Classifier

Ayyub, Ayyub (2024) Implementasi Data Mining Untuk Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Metode Naïve Bayes Classifier. Skripsi thesis, Universitas Wiraraja.

	Text (COVER) FILE1.pdf - Accepted Version Restricted to Repository staff only Download (568kB) | Request a copy
	Text (DAFTAR ISI) FILE2.pdf - Accepted Version Restricted to Repository staff only Download (103kB) | Request a copy
	Text (Abstrak) FILE3r.pdf - Accepted Version Download (106kB)
	Text (BAB1) FILE4.pdf - Accepted Version Download (50kB)
	Text (BAB2) FILE5.pdf - Accepted Version Restricted to Repository staff only Download (278kB) | Request a copy
	Text (BAB3) FILE6.pdf - Accepted Version Restricted to Repository staff only Download (461kB) | Request a copy
	Text (BAB4) FILE7.pdf - Accepted Version Restricted to Repository staff only Download (483kB) | Request a copy
	Text (BAB5) FILE12.pdf - Accepted Version Restricted to Repository staff only Download (26kB) | Request a copy
	Text (DAFTAR PUSTAKA) FILE8.pdf - Accepted Version Restricted to Repository staff only Download (46kB) | Request a copy
	Text (LAMPIRAN) FILE9.pdf - Accepted Version Restricted to Repository staff only Download (363kB) | Request a copy

Abstract

Perguruan tinggi memiliki kewajiban untuk menghasilkan lulusan yang kompeten. Hal tersebut dapat dinilai dari tingkat kelulusan mahasiswanya. Kelulusan mahasiswa tepat waktu merupakan salah satu point penilaian dalam proses akreditasi perguruan tinggi. Namun kelulusan mahasiswa tidak selalu dapat dideteksi secara cepat, Banyak faktor yang menjadi pengaruh kelulusan mahasiswa terlambat, seperti tingkat pemahaman mahasiswa terhadap materi kuliah yang dapat dilihat dari IPK mahasiswa. Dari permasalahan yang ada, perlu adanya sistem untuk memprediksi tingkat kelulusan mahasiswa berdasarkan variabel-variabel yang ada. Dengan sistem yang dibuat diharapkan perguruan tinggi bisa membuat kebijakan sehingga mahasiswa dapat lulus tepat waktu. Penelitian ini menggunakan 358 data mahasiswa fakultas teknik lulusan angkatan 2017 - 2022, dengan metode Naive bayes, dengan rincian data training 286 data dan data testing 72 data. Atribut yang digunakan nama, sekolah (Negeri/Swasta), jenis sekolah (SMA/SMK /MA), dan IPS-1 – IPS4. Dengan tahapan identifikasi masalah, pengumpulan data, data cleaning, data integration data transformation (dibagi menjadi data training dan data tesing), klasifikasi dengan Naive bayesClassifier, validasi, evaluasi dan hasil. Hasil penelitian yang diperoleh yaitu akurasi = 91,7%, termasuk dalam kategori good classification. Kata Kunci: Model Prediksi, Naïve Bayes, Kelulusan Tepat Waktu, Klasifikasi, Pembelajaran Mesin

Actions (login required)

View Item