Prediksi Nilai Akhir Mahasiswa Dengan Metode Naïve Bayes
DOI:
https://doi.org/10.32528/justindo.v9i1.1082Keywords:
Prediksi, IPK, Naive Bayes, ProbabilitasAbstract
Memprediksi prestasi belajar atau nilai akhir mahasiswa menjadi suatu hal yang sangat berguna karena dapat mencegah mahasiswa yang beresiko gagal dalam perkuliahan. Prediksi merupakan upaya untuk memperkirakan kemungkinan suatu kejadian, dan hasil dari prediksi tidak dapat dijamin akan terjadi secara pasti. Meskipun begitu kita bisa mengusahakan untuk mencari jawaban sedekat mungkin dengan apa yang akan terjadi. Penelitian ini bertujuan untuk memprediksi nilai akhir mahasiswa berdasarkan IPK yang didapat pada semester 2, karena nilai tersebut bisa digunakan sebagai penilaian awal untuk memperkirakan adanya peningkatan atau penurunan nilai yang akan didapat pada semester berikutnya. Output dari penelitian ini adalah rentang nilai yang disesuaikan dengan predikat kelulusan. Data yang digunakan dalam penelitian ini berjumlah 379 yang kemudian dibagi menjadi dua bagian, yaitu data training dengan jumlah 303 data dan data testing dengan jumlah 76 data. Penelitian ini menggunakan metode naïve bayes untuk menghitung probabilitas berdasarkan peristiwa yang telah terjadi sebelumnya. Keterbatasan dataset yang dimiliki, menyebabkan penyebaran data dalam penelitian ini tidaklah merata, sehingga memengaruhi hasil dari penelitian. Hasil penelitian menunjukkan tingkat akurasi dari model algoritma naïve bayes yang digunakan sebesar 78.95%.
References
Aji, N.M., Atina, V., Sudibyo, N.A., 2023. PEMODELAN PREDIKSI KELULUSAN MAHASISWA DENGAN METODE NAÏVE BAYES DI UNIBA. Jurnal Manajemen Informatika dan Sistem Informasi, 6(2), 148-158. https://doi.org/10.36595/misi.v5i2
Armansyah, A., Ramli, R.K., 2022. Model Prediksi Kelulusan Mahasiswa Tepat Waktu dengan Metode Naïve Bayes. Edumatic: Jurnal Pendidikan Informatika 6(1), 1–10. https://doi.org/10.29408/edumatic.v6i1.4789
Azahari., Yulindawati., Rosita, D., Mallala, S., 2020. KOMPARASI DATA MINING NAIVE BAYES DAN NEURAL NETWORK MEMPREDIKSI MASA STUDI MAHASISWA S1. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 7(3), 443–452. https://doi.org/10.25126/jtiik.202072093
Fadrial, Y.E., 2021. ALGORITMA NAIVE BAYES UNTUK MENCARI PERKIRAAN WAKTU STUDI MAHASISWA NAIVE BAYES ALGORITHM FOR FINDING STUDENT ESTIMATED TIME STUDENTS. Journal of Information Technology and Computer Science (INTECOMS), 4(1), 20-29. https://doi.org/10.31539/intecoms.v4i1.2219
Fremmuzar, P., Baita, A., 2023. Uji Kernel SVM dalam Analisis Sentimen Terhadap Layanan Telkomsel di Media Sosial Twitter. Jurnal Sistem Komputer, 12(2), 57-66. https://doi.org/10.34010/komputika.v12i2.9460
Gerhana, Y.A., Fallah, I., Zulfikar, W.B., Maylawati, D.S., Ramdhani, M.A., 2019. Comparison of naive Bayes classifier and C4.5 algorithms in predicting student study period, in: Journal of Physics: Conference Series. Institute of Physics Publishing. https://doi.org/10.1088/1742-6596/1280/2/022022
Hafiz, M.I., 2019. PEMANFAATAN METODE CART UNTUK MEMPREDIKSI OMSET SEPATU PRIA. Pelita Informatika: Informasi dan Informatika, 8(2), 227-235. http://www.ejurnal.stmik-budidarma.ac.id/index.php/pelita/article/view/1831
Hartatik, 2020. Optimasi Model Prediksi Kelulusan Mahasiswa Menggunakan Algoritma Naive Bayes. IJAI (Indonesian Journal of Applied Informatics), 5(1), 32-38. https://dx.doi.org/10.20961/ijai.v5i1.44379
Hasudungan, R., Pranoto, W.J., 2021. Implementasi Teorema Naïve Bayes Pada Prediksi Prestasi Mahasiswa. Jurnal Rekayasa Teknologi Informasi (JURTI), 5(1), 10-16. http://dx.doi.org/10.30872/jurti.v5i1.4996
Hendrawan, I.N.R., Saputra, I.M.A.B., Dewi, G.A.P.C., Pranata, I.G.S.A., Wedasari, N.L.N., 2021. Klasifikasi Lama Studi dan Predikat Kelulusan Mahasiswa menggunakan Metode Naïve Bayes. Jurnal Eksplora Informatika, 11(1), 50–56. https://doi.org/10.30864/eksplora.v11i1.606
Hidayat, N., Iskandar, D., Afuan, L., Nugroho, A.K., Arwiansyah, N., 2022. ANALYSIS AND DESIGN OF DATA WAREHOUSE BASED ON SNDIKTI USING DATA WAREHOUSE LIFE CYCLE METHOD AT UNSOED ENGINEERING FACULTY. Jurnal Teknik Informatika (JUTIF), 3(3), 797-805. https://doi.org/10.20884/1.jutif.2022.3.3.514
Muin, A.A., Rahman., Abdillah, A.,2022. Perancangan Sistem Klasifikasi Mahasiswa untuk Prediksi Performa Mahasiswa Menggunakan Naïve Bayes Classifier. Jurnal INSYPRO (Information System and Processing), 7(2). https://doi.org/10.24252/insypro.v7i2.35247
Khasanah, N., Salim, A., Afni, N., Komarudin, R., Maulana, Y.I., 2022.PREDIKSI KELULUSAN MAHASISWA DENGAN METODE NAIVE BAYES. Technologia: Jurnal Ilmiah, 13(3), 207-214. http://dx.doi.org/10.31602/tji.v13i3.7312
Novianto, E., Hermawan, A., Avianto, D., 2023. KLASIFIKASI ALGORITMA K-NEAREST NEIGHBOR, NAIVE BAYES, DECISION TREE UNTUK PREDIKSI STATUS KELULUSAN MAHASISWA S1. Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, 8(2), 146–154. https://doi.org/10.36341/rabit.v8i2.3434
Nurviana, N., Ati, S.K., Hanifah, H.P., 2019. Predictive Model of Passengers Trans Metro Bandung Encouraging Smart Transportation. Jurnal Sistem Cerdas, 2(2), 111-118. https://doi.org/10.37396/jsc.v2i2.30
Wahyuni, S., Adinda., 2021. PENERAPAN ALGORITMA NAÏVE BAYES PADA PREDIKSI KELULUSAN MAHASISWA (STUDI KASUS: INSTITUT MEDIKA Drg. SUHERMAN). Jurnal Informatika SIMANTIK, 6(2), 29-34. https://www.simantik.panca-sakti.ac.id/index.php/simantik/article/view/120
Wibowo, A., Rohman, A., 2022. Prediksi Predikat Kelulusan Mahasiswa Menggunakan Naive Bayes dan Decision Tree pada Universitas XYZ. EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi, 12(2), 104-112. https://doi.org/10.36448/expert.v12i2.2810
Wibowo, M., Djafar, M.R.F., 2023. Perbandingan Metode Klasifikasi Untuk Deteksi Stress Pada Mahasiswa di Perguruan Tinggi. JURNAL MEDIA INFORMATIKA BUDIDARMA, 7(1), 153-159. https://doi.org/10.30865/mib.v7i1.5182
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Brama Rizky Setia Dwinanda, Azriel Noer Ilhami, Hana Choerunisya, Indra Jiwana Thira

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