Klasifikasi Identifikasi Faktor Penyebab Ketidaktepatan Masa Lulus Mahasiswa dengan Metode Naïve Bayes Classifier

Budanis Dwi Meilani, Sandra Wahyudiana, Anggi Yhurinda Perdana Putri, Adib Pakarbudi

Abstract


Perguruan tinggi merupakan satuan pendidikan yang bertugas untuk mencetak lulusan- lulusan yang berkualitas. Maka dari itu institusi tersebut harus membuktikan kualitas dan kemampuannya dalam bersaing di bidang pendidikan. Berkaitan dengan kualitas perguruan tinggi, penelitian ini berfokus pada ketidaktepatan masa lulus mahasiswa yang masih sebagian besar terjadi di lingkungan Jurusan Sistem Informasi Institut Teknologi Adhitama Surabaya. Rata-rata mahasiswa Jurusan Sistem Informasi lulus tepat waktu pertahunnya hanya mencapai 45% sedangkan kisaran angka lulus tidak tepat waktu mencapai 55%. Sehingga perlu dilakukan identifikasi faktor penyebab ketidaktepatan masa lulus mahasiswa. Tujuan dari penelitian adalah untuk mengidentifikasi faktor penyebab yang berpengaruh pada ketidaktepatan masa lulus mahasiswa. Penelitian ini menggunakan algoritma Naïve Bayes Classifier yang merupakan algoritma teknik data mining dengan menerapkan teori Bayes untuk klasifikasi dalam mengolah data. Berdasarkan pengujian yang dilakukan diperoleh bahwa faktor yang berpengaruh besar dalam penentuan klasifikasi ketidaktepatan masa lulus mahasiswa yaitu, IPK < 3.00, Jenis kelamin laki-laki, IPK ? 3.00, Tidak mempunyai gambaran judul skripsi dari awal, dan Banyak mengulang mata kuliah. Faktor-faktor tersebut dapat digunakan sebagai bahan evaluasi bagi pengelola program studi. Pengujian algoritma Naïve Bayes Classifier untuk menentukan ketepatan masa lulus mahasiswa menunjukkan dari 79 kali percobaan mencapai hasil akurasi 91.13% akurat dengan laju error 8.86%.


Keywords


Data mining; Ketepatan Masa Lulus; Naïve Bayes Classifier

Full Text:

PDF

References


Kementrian Pendidikan dan Kebudayaan RI. (2013). Standar Nasional Pendidikan Tinggi. Direktorat Jenderal Pendidikan Tinggi dan Badan Standar Nasional Pendidikan. Jakarta.

Fiyastantyo G. (2009). Perbandingan Kinerja Metode Klasifikasi Data Mining Menggunakan Naïve Bayes dan Algoritma C4.5 Untuk Prediksi Ketepatan Waktu Kelulusan Mahasiswa.

Quardil, M.N., & Kalyankar, N.V. (2010). Drop Out Feature of Student Data for Academic Performance Using Decision Tree techniques. Global Journal of Computer Science.

Ridwan M.,Suyono H., & Sarosa M., (2013).Penerapan Data Mining Untuk Evaluasi Kinerja Akademik Mahasiswa menggunakan Algoritma Naïve Bayes Classifier.Jurnal EECCIS vol.7 no.1 Juni 2013.

Tan, P. et al.(2006).introduction to Data Mining.Boston:Pearson Education.

Prasetyo E., .(2012). Data Mining Konsep dan Aplikasi Menggunakan MATALAB.Edisi 1.Andi.Yogyakarta.

Larose, D.T. (2005). Discovering Knowlage in Databases. New Jersey:Jhon Willey and Sons Inc.

Saefulloh A,. Moedjiono,.(2013). Penerapan Metode Klasifikasi Data Mining Untuk Prediksi Kelulusan Tepat Waktu.InfoSys Journal, volume 2, nomor 1, halaman : 41-54. Jakarta.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 Prosiding Seminar Nasional Sains dan Teknologi Terapan

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.