Rochmana, Lintang Suci - 155610027 (2019) IMPLEMENTASI METODE KLASIFIKASI NAÏVE BAYES DALAM MEMPREDIKSI PENENTUAN KELULUSAN MAHASISWA TEPAT WAKTU (STUDI KASUS STMIK AKAKOM YOGYAKARTA). Skripsi thesis, STMIK AKAKOM Yogyakarta.
|
Text
1_155610027_HALAMAN_DEPAN.pdf - Published Version Download (741kB) | Preview |
|
|
Text
2_155610027_BAB_I.pdf - Published Version Download (111kB) | Preview |
|
|
Text
3_155610027_BAB_II.pdf - Published Version Download (271kB) | Preview |
|
![[img]](http://eprints.akakom.ac.id/style/images/fileicons/text.png) |
Text
4_155610027_BAB_III.pdf - Published Version Restricted to Repository staff only Download (574kB) | Request a copy |
|
|
Text
5_155610027_BAB_IV.pdf - Published Version Restricted to Repository staff only Download (462kB) | Request a copy |
|
|
Text
6_155610027_BAB_V.pdf - Published Version Download (73kB) | Preview |
|
|
Text
7_155610027_DAFTAR_PUSTAKA.pdf - Published Version Download (11kB) | Preview |
|
|
Text
8_155610027_CARA_MENJALANKAN_PROGRAM.pdf - Published Version Download (211kB) | Preview |
|
|
Text
9_155610027_LISTING_PROGRAM.pdf - Published Version Restricted to Repository staff only Download (481kB) | Request a copy |
Abstract
Mahasiswa yang tidak lulus tepat waktu menjadi masalah tersendiri bagi program studi karena ketidaksesuaian jumlah mahasiswa masuk dengan jumlah mahasiswa yang lulus setiap tahun. Hal tersebut perlu dilakukan prediksi kelulusan sehingga prodi dapat melakukan tindakan terhadap mahasiswa yang diprediksi. Naïve bayes adalah teknik prediksi berbasis probabilistik sederhana yang berdasar pada penerapan Teorema Bayes. Data yang digunakan adalah data kelulusan mahasiswa prodi Sistem Informasi tahun ajaran 2016/2017 sampai 2017/2018 sebagai data training dengan jumlah 80 data dan data mahasiswa yang masih aktif sebagai data testing, namun untuk mengukur keakuratan sistem membutuhkan sebagian data kelulusan sebagai data testing dengan jumlah 20 data dengan kriteria jurusan asal sekolah mahasiswa, indeks prestasi semester 1, IPK semester 4, jumlah nilai D dan E (dalam sks). Data diambil dari sistem informasi akademik Akakom pada alamat website hhtps://sia.akakom.ac.id. Prediksi kelulusan yang dilakukan menggunakan 80 data training dan 20 data testing diperoleh tingkat akurasi sebesar 70% dan presentasi error sebesar 30%. Berdasarkan hasil pengujian setiap kriteria diperoleh kesimpulan bahwa mahasiswa yang SMAnya berasal dari jurusan IPS mempunyai peluang lebih besar untuk lulus terlambat. Kriteria ip semester 1 dan ipk semester 4 ≥ 2,00, total sks sampai semester 4 ≥ 72, jumlah nilai D (dalam sks) ≤ 20% dari total sks, dan jumlah nilai E (dalam sks) = 0 mempunyai peluang lebih besar untuk lulus tepat waktu. Kata Kunci : data mining, kelulusan mahasiswa, naïve bayes, prediksi
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | Pembimbing : Deborah Kurniawati, S.Kom., M.Cs |
| Uncontrolled Keywords: | data mining, kelulusan mahasiswa, naïve bayes, prediksi |
| Subjects: | A Karya Umum (General) > Ilmu Komputer (Computer Science) > Kecerdasan Buatan (Artificial Intelegence) A Karya Umum (General) > Ilmu Komputer (Computer Science) > Kecerdasan Buatan (Artificial Intelegence) A Karya Umum (General) > Ilmu Komputer (Computer Science) > Program Aplikasi A Karya Umum (General) > Ilmu Komputer (Computer Science) > Program Aplikasi |
| Divisions: | Jenjang Strata Satu > Sistem Informasi (Information System) |
| Depositing User: | Users 6070 not found. |
| Date Deposited: | 04 Feb 2019 08:46 |
| Last Modified: | 04 Feb 2019 08:46 |
| URI: | http://eprints.akakom.ac.id/id/eprint/8252 |
Actions (login required)
 |
View Item |
