PREDIKSI PERFORMA MAHASISWA MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER
Abstract
Salah satu dalam menentukan performa mahasiswa dapat dilihat dari ketepatannya dalam menyelesaikan masa studinya di universitas. 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, dimulai dari proses Diagnosing, Action Planning, Action Taking, Evaluating dan Specifying Learning. 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. Pengujian data dalam penelitian ini adalah sebanyak 1170 data, 936 data digunakan untuk data training dan 234 data untuk data testing dengan menggunakan 5 k fold cross validation Hasil pengujian menunjukkan bahwa faktor yang paling berpengaruh dalam penentuan klasifikasi kinerja akademik mahasiswa yaitu SKS dengan nlaai akurasi 96,15%, umur 79,02%, IPK 77,72%, dan kehadiran 77,67%. 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%.
References
Mueen, A., Zafar, B. dan Manzoor, U., 2016, Modeling and Predicting Students’ Academic Performance Using Data Mining Techniques, I.J. Modern Education and Computer Science, DOI: 10.5815/ijmecs.2016
Defiyanti, S., 2014. Perbandingan: Prediksi Prestasi Belajar Mahasiswa Menggunakan Teknik Data Mining (Study Kasus Fasilkom Unsika), Konferensi Nasional Sistem Informasi, 177-120
Marwing, A., 2011, Undang-Undang Sistem Pendidikan Nasional (Analisis terhadap UU SISDIKNAS Nomor 20 Tahun 2003), Ulul Albab, Volume 13, Nomor 1, Juni 2011
Prasetyo, Eko, 2012, Data Mining : Konsep dan Aplikasi menggunakan MATLAB, 1st ed, Andi, Yogyakarta, Indonesia
Rakhman, A., 2017, Prediksi Ketepatan Kelulusan Mahasiswa Menggunakan Metode Decision Tree Berbasis Particle Swarm Optimation (PSO), Smart Comp, ISSN:2089-676X, Volume 6 No 1 Januari 2017
Salmu, S. dan Solichin, A., 2017, Prediksi Tingkat Kelulusan Mahasiswa Tepat Waktu Menggunakan Naïve Bayes: Studi Kasus UIN Syarif Hidayatullah Jakarta, Prosiding Seminar Nasional Multidisiplin Ilmu Universitas Budi Luhur, ISSN : 2087 - 0930, Jakarta, April 2017
Susman, G.I. and Evered, R.D., 1978. “An Assessment of the Scientific Merits of Action Research”. Administrative Science Quarterly, (23) 1978, 582 - 603
