Implementasi Metode Klasifikasi Naive Bayes Dalam Memprediksi Kelulusan Mahasiswa

Abstract

Persentase dari kelulusan tepat waktu mahasiswa merupakan salah satu aspek penting dalam akreditasi suatu perguruan tinggi. Oleh karena itu sangat penting untuk memastikan dan terus memotivasi mahasiswa agar dapat lulus tepat waktu. Dengan melakukan prediksi akan probabilitas kelulusan mahasiswa diharapkan para dosen dapat fokus memberikan perhatiannya kepada mahasiswa yang terprediksi kelulusannya rendah. Dengan mengimplementasikan klasifikasi data mining, memprediksi kelulusan mahasiswa akan jauh lebih mudah dan efisien. Tujuan Penelitian ini adalah untuk mengimplementasikan klasifikasi dengan metode naive bayes untuk memprediksi kelulusan mahasiswa. Penelitian ini juga menguji rasio antara data training dan data tes mana yang tepat untuk digunakan agar hasil yang diperoleh lebih optimal. Berdasarkan hasil penelitian ini diperoleh bahwa dengan menggunakan 80% data sebagai data training dihasilkan hasil akurasi paling optimal dengan tingkat akurasi 90.78%, presisi data sebesar 88% dan 88.4% untuk recall. Dan naive bayes memperoleh tingkat akurasi tertinggi sebesar 91.49% dengan menggunakan 70% data sebagai data training. Kata kunci : klasifikasi, data mining, naive bayes, kelulusan mahasiswa