Penggunaan Datamining Untuk Memprediksi Masa Studi Mahasiswa di Universitas Muhammadiyah Sidoarjo Dengan Algoritma Naive Bayes

Muhammad Mursidil Arif, MA and Hamzah Setiawan, HS and Arif Senja Fitrani, M.Kom, Arif Penggunaan Datamining Untuk Memprediksi Masa Studi Mahasiswa di Universitas Muhammadiyah Sidoarjo Dengan Algoritma Naive Bayes. LPPM STIKOM TUNAS BANGSA, Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen).

Text Penggunaan Datamining Untuk Memprediksi Masa Studi Mahasiswa di Universitas Muhammadiyah Sidoarjo Dengan Algoritma Naive Bayes.pdf Download (2MB)

Abstract

Dalam dunia pendidikan tinggi, peningkatan kinerja mahasiswa dan peningkatan kualitas Pendidikan merupakan salah satuhal yang penting.Sistem pendidikan membutuhkan cara-cara inovatif demi meningkatkan kualitas pendidikan dan mencapai hasil yang terbaik serta meminimalisir tingkat kegagalan mahasiswa. Salah satu cara inovatif itu adalah dengan menerapkan data mining untuk memprediksi masa studi mahasiswa. dari hasil prediksi tersebut nantinya akan membantu mahasiswa atau dosen wali untuk memberikan peringatan dini atau memberi arahan yang lebih tepat kepada setiap mahasiswa, sehingga dapat melakukan hal-hal yang terbaik untuk meningkatkan peluang lulus tepat waktu.Datasetyang digunakan merupakandataalumniprogram studi Informatika angkatan 2017-2018 Universitas Muhammadiyah Sidoarjo. Data ini didapatkan dari Direktorat Sistem & Teknologi Informasi (DSTI) Universitas Muhammadiyah Sidoarjo sebanyak200 data. Permodelan menggunakan algoritma naïve bayes menggunakan software Anaconda Navigator dengan IDLE Jupyter Notebook dan Bahasa pemrograman python. Hasil yang didapatkan dari evaluasi menggunakan confusion matrix dan accuracy score didapatkan hasilaccuracy 68%, nilai precision 0.67, recall 0.77 dan f1-score 0.72. sedangkan nilai evaluasi accuracy score mendapatkan 67.35%.

Item Type:	Other
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Engineering > School of Computer Engineering
Depositing User:	Mr hamzah hamzah
Date Deposited:	27 Feb 2024 10:06
Last Modified:	27 Feb 2024 10:06
URI:	http://eprints.umsida.ac.id/id/eprint/13436

Actions (login required)

View Item