Pengembangan Sistem Prediksi Kelulusan Mahasiswa Berdasarkan Nilai Kedisiplinan, Hasil Studi, Sosisal Ekonomi, dan Aktivitas Organiasasi Menggunakan Algoritma Naïve Bayes
DOI:
https://doi.org/10.29407/stains.v1i1.1498Keywords:
Data Mining, Prediksi, Prestasi Mahasiswa, Naive BayesAbstract
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
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2022 Ragil Adhy Iswanto, Julian Sahertian, Made Ayu Dusea Widya Dara
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License