PEMODELAN PREDIKSI KELULUSAN MAHASISWA DENGAN METODE NAÏVE BAYES DI UNIBA
DOI:
https://doi.org/10.36595/misi.v6i2.875Keywords:
Prediksi, Kelulusan Mahasiswa, Data Mining, Naive BayesAbstract
Kualitas perguruan tinggi dapat diukur berdasarkan akreditasi yang dikeluarkan oleh Badan Akreditasi Nasional Perguruan Tinggi atau BAN-PT. Salah satu kriteria penilaian akreditasi yaitu jumlah lulusan mahasiswa. Universitas Islam Batik Surakarta (UNIBA), merupakan salah satu perguruan tinggi swasta di kawasan Surakarta yang memiliki empat fakultas, dengan jumlah mahasiswa yang terus mengalami peningkatan maupun penurunan disetiap tahunnya. Penelitian ini menggunakan metode naïve bayes untuk melakukan prediksi terhadap kelulusan mahasiswa tepat waktu ataupun terlambat, dengan hasil prediksi yang dapat dijadikan sebagai informasi dan masukan data bagi perguruan tinggi untuk meningkatkan kualitas perguruan tinggi. Metode naïve bayes memiliki kelebihan, diantaranya dapat memprediksi jumlah kelulusan berdasarkan data–data konkrit, agar hasil yang diperoleh dapat dipertanggungjawabkan dan digunakan untuk prediksi selanjutnya. Dalam melakukan prediksi, diperlukan 14 variabel, antara lain jenis kelamin, status mahasiswa, umur, status menikah, indeks prestasi semester 1, indeks prestasi semester 2, indeks prestasi semester 3, indeks prestasi semester 4, indeks prestasi semester 5, indeks prestasi semester 6, indeks prestasi semester 7, indeks prestasi semester 8, indeks prestasi kumulatif, dan keterangan lulus. Dari data set sebanyak 302 mahasiswa dengan 14 atribut mahasiswa angkatan 2018 Universitas Islam Batik Surakarta dengan menggunakan bahasa pemrograman python dan software jupyter notebook, penulis memperoleh hasil akurasi ketepatan prediksi sebesar 85%, dengan nilai precision terlambat 0.42, precision tepat 0.95, recall terlambat 0.65, recall tepat 0.88, f1-score terlambat 0.51, f1-score tepat 0.91.
References
C. P. Demasari, N. Ariyanti, P. G. Muharan, and B. Ilman, “Implementasi Analisis Big Data untuk Memprediksi Kelulusan Mahasiswa Fakultas Teknik Universitas Langlangbuana,” vol. 6, no. 1, pp. 48–52, 2023.
A. Dharma and I. Putri, “Pengaruh Strategi Bauran Pemasaran Terhadap Keputusan Mahasiswa Memilih Fakultas Ekonomi Universitas Islam Batik Surakarta,” J. Akunt., vol. 6, no. 1, pp. 24–35, 2019.
A. Armansyah and R. K. Ramli, “Model Prediksi Kelulusan Mahasiswa Tepat Waktu dengan Metode Naïve Bayes,” Edumatic J. Pendidik. Inform., vol. 6, no. 1, pp. 1–10, 2022, doi: 10.29408/edumatic.v6i1.4789.
L. Y. L. M. S. D. S. Gaol, “Prediksi Kelulusan Mahasiswa Stikom Tunas Bangsa Prodi Sistem Informasi Dengan Menggunakan Algoritma C4.5,” Brahmana J. Penerapan Kecerdasan Buatan, vol. 2, no. 2, pp. 97–106, 2021, doi: 10.30645/brahmana.v2i2.71.
S. Royan, A. Yulian, and Syaechurodji, “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. 50–61, 2022, doi: 10.47080/saintek.v6i1.1467.
R. M. Sagala, “Prediksi Kelulusan Mahasiswa Menggunakan Data mining Algoritma K-means,” J. TeIKa, vol. 11, no. 2, pp. 131–142, 2021.
N. Wati, “PREDIKSI KELULUSAN MAHASISWA MENGGUNAKAN K-NEAREST NEIGHBOR BERBASIS PARTICLE SWARM OPTIMIZATION Nursetia Wati,” Jtii, vol. 6, no. 2, pp. 118–127, 2021.
D. P. Utomo and M. Mesran, “Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung,” J. Media Inform. Budidarma, vol. 4, no. 2, p. 437, 2020, doi: 10.30865/mib.v4i2.2080.
N. A. Sudibyo, Ardymulya Iswardani, Kartika Sari, and Siti Suprihatiningsih, “Penerapan Data Mining Pada Jumlah Penduduk Miskin Di Indonesia,” J. Lebesgue J. Ilm. Pendidik. Mat. Mat. dan Stat., vol. 1, no. 3, pp. 199–207, 2020, doi: 10.46306/lb.v1i3.42.
I. P. Sari, A. Syahputra, N. Zaky, R. U. Sibuea, and Z. Zakhir, “Perancangan Sistem Aplikasi Penjualan dan Layanan Jasa Laundry Sepatu Berbasis Website,” Blend Sains J. Tek., vol. 1, no. 1, pp. 31–37, 2022, doi: 10.56211/blendsains.v1i1.67.
N. Khesya, “Mengenal Flowchart dan Pseudocode Dalam Algoritma dan Pemrograman,” Preprints, vol. 1, pp. 1–15, 2021, [Online]. Available: https://osf.io/dq45ef
T. S. Alasi, A. T. Al, and A. Siahaan, “Algoritma Vigenere Cipher Untuk Penyandian Record Informasi Pada Database,” J. Inf. Komput. Log., vol. 1, no. 4, 2020, [Online]. Available: http://ojs.logika.ac.id/index.php/jikl
R. Harun, K. C. Pelangi, and Y. Lasena, “Penerapan Data Mining Untuk Menentukan Potensi Hujan Harian Dengan Menggunakan Algoritma Naive Bayes,” J. Manaj. Inform. dan Sist. Inf., vol. 3, no. 1, pp. 8–15, 2020, [Online]. Available: http://mahasiswa.dinus.ac.id/docs/skripsi/jurnal/19417.pdf
R. Thaniket, Kusrini, and E. T. Luthf, “Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Algoritma Support Vector Machine,” J. FATEKSA J. Teknol. dan rekayasa, vol. 13, no. 2, pp. 69–83, 2019.
D. Ghassa, Aji; Wahyudi, Adi; Tampubolon, Silvia Ovella, Putri, Nurul Afrilia; Rasywir, Errisya; Kisbianty, “Penerapan Data Mining Algoritma Naive Bayes Clasifier Untuk Mengetahui Minat Beli Pelanggan Terhadap INDIHOME,” J. Inform. …, vol. 2, no. 2, pp. 240–247, 2022, [Online]. Available: https://ejournal.unama.ac.id/index.php/jakakom/article/view/33%0Ahttps://ejournal.unama.ac.id/index.php/jakakom/article/download/33/56
M. Idris, “Implementasi Data Mining Dengan Algoritma Naïve Bayes Untuk Memprediksi Angka Kelahiran,” J. Pelita Inform., vol. 7, no. 3, pp. 1–33, 2019, [Online]. Available: https://www.bertelsmann-stiftung.de/fileadmin/files/BSt/Publikationen/GrauePublikationen/MT_Globalization_Report_2018.pdf%0Ahttp://eprints.lse.ac.uk/43447/1/India_globalisation%2C society and inequalities%28lsero%29.pdf%0Ahttps://www.quora.com/What-is-the
M. T. Nitamia and H. Februariyanti, “Analisis Sentimen Ulasan Ekpedisi J&T Expres Menggunakan Algoritma Naive Bayes,” J. Manaj. Inform. Sist. Inf., vol. 5, no. 1, pp. 20–29, 2022.
R. P. Asyrofi, Reva Riani Putri; Affandy, Ali Nuke; Hermoyo, “Analisis Plagiarism Artikel Ilmiah Dalam Jurnal Terakreditasi Sinta,” J. Pendidik. dan Konseling, vol. 4, pp. 1349–1358, 2022.
C. D. Mait, J. A. Watuseke, P. D. G. Saerang, and S. R. Joshua, “Sistem Pendukung Keputusan Menggunakan Fuzzy Logic Tahani Untuk Penentuan Golongan Obat Sesuai Dengan Penyakit Diabetes,” J. Media Infotama, vol. 18, no. 2, p. 344, 2022.
S. Ratna, “Pengolahan Citra Digital Dan Histogram Dengan Phyton Dan Text Editor Phycharm,” Technol. J. Ilm., vol. 11, no. 3, p. 181, 2020, doi: 10.31602/tji.v11i3.3294.
V. Atina and D. Hartanti, “Knowledge Based Recommendation Modeling for Clothing Product Selection Recommendation System,” J. Tek. Inform., vol. 3, no. 5, pp. 1407–1413, 2022, doi: 10.20884/1.jutif.2022.3.5.584.
T. P. Utomo, B. P. Chandra, F. A. Pratama, and I. D. Fibrian, “Implementasi Metode Exponential Smooting Pada Sistem Informasi Peramalan Stok Di PT Atlantic Biruraya Jombang,” J. Manaj. Inform. Sist. Inf., vol. 5, no. 1, 2022.
Additional Files
Published
Issue
Section
License
Semua tulisan pada jurnal ini menjadi tanggungjawab penuh penulis.
