Detail Cantuman Kembali

XML

SISTEM PREDIKSI KELULUSAN MAHASISWA BERBASIS WEB MENGGUNAKAN METODE ALGORITMA NAIVE BAYES (STUDI KASUS : STMIK AKAKOM YOGYAKARTA)


Mahasiswa yang tidak lulus tepat waktu menjadi masalah tersendiri bagi pihak akademik karena ketidaksesuaian jumlah mahasiswa masuk dengan jumlah mahasiswa yang lulus setiap tahun. Hal tersebut perlu dilakukan prediksi kelulusan sehingga pihak akademik dapat melakukan tindakan terhadap mahasiswa yang diprediksi.
Algoritma Naive Bayes merupakan salah satu algoritma yang terdapat pada teknik klasifikasi. Naive Bayes merupakan pengklasifikasian dengan metode probabilitas dan statistik yang dikemukan oleh ilmuwan Inggris Thomas Bayes, yaitu memprediksi peluang di masa depan berdasarkan pengalaman dimasa sebelumnya sehingga dikenal sebagai Teorema Bayes.
Memperhatikan masalah pada ketidaksesuaian jumlah mahasiswa masuk dengan jumlah mahasiswa yang lulus maka perlu dibangun suatu sistem yang dapat memprediksi status kelulusan mahasiswa menggunakan algoritma Naive Bayes. Sistem dibangun dengan bahasa pemrograman php dan database mySQL. Data yang digunakan adalah data kelulusan mahasiswa program studi Informatika sebagai data training dan data testing. Dengan kriteria indeks prestasi semester 1 sampai dengan semester 4, IPK dan jumlah semester tidak aktif. Dilakukan tiga kali pengujian data, pertama dengan 192 data training dan 128 data testing dan kedua 256 data training dan 64 data testing dan ketiga 256 data training dan 128 data testing. Hasil penelitian menunjukan akurasi sebesar 93.75%. Dengan kata lain penggunaan metode Naive Bayes untuk prediksi kelulusan mahasiswa telah berhasil di implementasikan menggunakan Web Programming.
Kata kunci : Kelulusan mahasiswa, Naive Bayes, prediksi
098 Atm S R.1
NONE
Text
Indonesia
STMIK AKAKOM
2021
Yogyakarta
LOADING LIST...
LOADING LIST...