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

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%.