PREDIKSI PERFORMA MAHASISWA MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER

  • Hasnan Afif Universitas AMIKOM Yogyakarta
  • Kusrini Kusrini
  • M. Rudyanto Arief
Keywords: performa mahasiswa, kelulusan mahasiswa, kelulusan mahasiswa, data mining, naïve bayes classifier

Abstract

Salah satu dalam menentukan performa mahasiswa dapat dilihat dari ketepatannya dalam menyelesaikan masa studinya di universitas. Kelulusan mahasiswa yang tepat waktu merupakan isu yang penting karena tingkat kelulusan sebagai dasar efektifnya suatu kelembagaan. Penelitian ini bertujuan untuk melakukan klasifikasi terhadap data mahasiswa Universitas Amikom Yogyakarta Fakultas Ilmu Komputer angkatan 2012 dan 2013 jenjang S1 dengan memanfaatkan proses data mining dengan menggunakan teknik klasifikasi. Algoritma yang digunakan untuk klasifikasi kelulusan adalah algoritma Naïve Bayes. Naïve Bayes merupakan teknik prediksi berbasis probabilistik sederhana yang berdasar pada penerapan teorema atau aturan bayes dengan asumsi independensi yang kuat pada fitur, artinya bahwa sebuah fitur pada sebuah data tidak berkaitan dengan ada atau tidaknya fitur lain dalam data yang sama. Penelitian ini juga bertujuan untuk menemukan faktor-faktor yang mempengaruhi prediksi kelulusan mahasiswa melalui data kinerja akademik mahasiswa dan beberapa variabel lainnya. variabel yang digunakan adalah Jenis Kelamin, umur, asal sekolah, IPS1(Indeks Prestasi Semester satu) sampai dengan IPS4, SKS, IPK, dan kehadiran. Hasil pengujian menunjukkan bahwa faktor yang paling berpengaruh dalam penentuan klasifikasi kinerja akademik mahasiswa yaitu SKS, umur, IPK, dan kehadiran. Implementasi menggunakan RapidMiner untuk membantu menemukan nilai yang akurat. Dalam penelitian ini hasil yang dicapai dalam penerapan metode algoritma Naïve Bayes menggunakan seluruh variabel dengan tingkat akurasi sebesar 93,93% kemudian setelah menggunakan variabel terbaik akurasi meningkat menjadi 96,15%.

Published
2019-04-25