Pengembangan Sistem Prediksi Kelulusan Mahasiswa Berdasarkan Nilai Kedisiplinan, Hasil Studi, Sosisal Ekonomi, dan Aktivitas Organiasasi Menggunakan Algoritma Naïve Bayes

Authors

  • Ragil Adhy Iswanto Universitas Nusantara PGRI Kediri
  • Julian Sahertian Universitas Nusantara PGRI Kediri
  • Made Ayu Dusea Widya Dara Universitas Nusantara PGRI Kediri

DOI:

https://doi.org/10.29407/stains.v1i1.1498

Keywords:

Data Mining, Prediksi, Prestasi Mahasiswa, Naive Bayes

Abstract

Dalam pandangan masyarakat Indonesia mahasiswa sering dianggap sebagai seseorang atau kelompok yang memiliki pandangan, pola pikir serta wawasan yang lebih luas. Hal tersebut wajar, karena tak jarang mereka dituntut berpikir kritis serta kreatif dalam menyelesakan suatu permasalahan yang ada guna memenuhi kriteria supaya lulus tepat waktu.Data mining merupakan gabungan dari beberapa bidang ilmu yaitu statistika, kecerdasan buataun, dan basis data. Tujuan dari penelitian ini adalah mengetahui tingkat akurasi sistem prediksi kelulusan mahasiswa guna menentukan lulus atau tidaknya mahasiswa tersebut. Penelitian dengan menggunakan Algoritma Naive Bayes menghasilkan hasil yang baik dengan tiga kali percobaan didapatkan hasil akurasi sebesar 44%, 84% dan 71%. Hasil penelitian ini  dapat memprediksi tingkat kelulusan  mahasiswa berdasarkan nilai kedisiplinan, hasil studi, sosial ekonomi, dan aktivitas organisasi menggunakan algoritma Naïve Bayes..

Downloads

Download data is not yet available.

Downloads

Published

2022-02-16

How to Cite

Iswanto, R. A., Sahertian, J., & Dara, M. A. D. W. (2022). Pengembangan Sistem Prediksi Kelulusan Mahasiswa Berdasarkan Nilai Kedisiplinan, Hasil Studi, Sosisal Ekonomi, dan Aktivitas Organiasasi Menggunakan Algoritma Naïve Bayes. Seminar Nasional Teknologi &Amp; Sains, 1(1), 349–358. https://doi.org/10.29407/stains.v1i1.1498