Atmojo, Nugroho Tri (2021) SISTEM PREDIKSI KELULUSAN MAHASISWA BERBASIS WEB MENGGUNAKAN METODE ALGORITMA NAIVE BAYES(STUDI KASUS : STMIK AKAKOM YOGYAKARTA). Skripsi thesis, STMIK AKAKOM.
|
Text
1_175410021_HALAMAN_DEPAN.pdf - Published Version Download (499kB) | Preview |
|
|
Text
2_175410021_BAB_1.pdf - Published Version Download (49kB) | Preview |
|
|
Text
3_175410021_BAB_2.pdf - Published Version Download (216kB) | Preview |
|
Text
4_175410021_BAB_3.pdf - Published Version Restricted to Repository staff only Download (737kB) | Request a copy |
||
Text
5_175410021_BAB_4.pdf - Published Version Restricted to Repository staff only Download (470kB) | Request a copy |
||
|
Text
6_175410021_BAB_5.pdf - Published Version Download (34kB) | Preview |
|
|
Text
7_175410021_DAFTAR_PUSTAKA.pdf - Published Version Download (36kB) | Preview |
|
|
Text
8_175410021_CARA_MENJALANKAN_PROGRAM.pdf - Published Version Download (198kB) | Preview |
|
Text
9_175410021_LISTING_PROGRAM.pdf - Published Version Restricted to Repository staff only Download (122kB) | Request a copy |
Abstract
Mahasiswa yang tidak lulus tepat waktu menjadi masalah tersendiri bagi pihak akademik karena ketidaksesuaian jumlah mahasiswa masuk dengan jumlah mahasiswa yang lulus setiap tahun. Hal tersebut perlu dilakukan prediksi kelulusan sehingga pihak akademik dapat melakukan tindakan terhadap mahasiswa yang diprediksi. Algoritma Naive Bayes merupakan salah satu algoritma yang terdapat pada teknik klasifikasi. Naive Bayes merupakan pengklasifikasian dengan metode probabilitas dan statistik yang dikemukan oleh ilmuwan Inggris Thomas Bayes, yaitu memprediksi peluang di masa depan berdasarkan pengalaman dimasa sebelumnya sehingga dikenal sebagai Teorema Bayes. Memperhatikan masalah pada ketidaksesuaian jumlah mahasiswa masuk dengan jumlah mahasiswa yang lulus maka perlu dibangun suatu sistem yang dapat memprediksi status kelulusan mahasiswa menggunakan algoritma Naive Bayes. Sistem dibangun dengan bahasa pemrograman php dan database mySQL. Data yang digunakan adalah data kelulusan mahasiswa program studi Informatika sebagai data training dan data testing. Dengan kriteria indeks prestasi semester 1 sampai dengan semester 4, IPK dan jumlah semester tidak aktif. Dilakukan tiga kali pengujian data, pertama dengan 192 data training dan 128 data testing dan kedua 256 data training dan 64 data testing dan ketiga 256 data training dan 128 data testing. Hasil penelitian menunjukan akurasi sebesar 93.75%. Dengan kata lain penggunaan metode Naive Bayes untuk prediksi kelulusan mahasiswa telah berhasil di implementasikan menggunakan Web Programming. Kata kunci : Kelulusan mahasiswa, Naive Bayes, prediksi
Item Type: | Thesis (Skripsi) |
---|---|
Additional Information: | Pembimbing: Ir. Muhammad Guntara, M.T. |
Uncontrolled Keywords: | Kelulusan mahasiswa, Naive Bayes, prediksi |
Subjects: | A Karya Umum (General) > Ilmu Komputer (Computer Science) > Bahasa Pemrograman A Karya Umum (General) > Ilmu Komputer (Computer Science) > Database A Karya Umum (General) > Ilmu Komputer (Computer Science) > Program Aplikasi > Program Aplikasi Berbasis WEB |
Divisions: | Jenjang Strata Satu > Teknik Informatika (Informatic Engineering) |
Depositing User: | Denis Wahyudi, A.Md. |
Date Deposited: | 07 Sep 2021 04:11 |
Last Modified: | 07 Sep 2021 04:11 |
URI: | http://eprints.akakom.ac.id/id/eprint/9333 |
Actions (login required)
View Item |