KLASIFIKASI DATA MINING KELULUSAN MAHASISWA (STIMIKOM) STELLA MARIS SUMBA MENGGUNAKAN ALGORITMANAIVE BAYES

Abstract

Dalam data mining, penelitian mengenai klasifikasi kelulusan mahasiswa sudah pernah dilakukan oleh peneliti lain. Sebagian besar penelitian tersebut difokuskan pada identifikasi variabel prediktor. Ada banyak penelitian dalam literatur terdahulu yang menjelaskan faktor-faktor apa saja yang dapat mensukseskan proses pengklasifikasian kelulusan mahasiswa. Pemilihan penggunaan algoritma Naive Bayes, dan  pada penelitian ini didasarkan pada beberapa alasan, yaitu: Selain ketiga algoritma tersebut sama-sama mudah diimplementasikan dan sama-sama dapat memberikan hasil yang baik dalam kasus klasifikasi, ketiga algoritma tersebut juga mempunyai beberapa keunggulan masing-masing. Implementasi data training sebanyak 51 data dengan algoritma Naive Bayes berhasil memprediksi besarnya kelulusan mahasiswa dengan persentase  keakuratan sebesar 74,67%, Sebanyak 184 mahasiswa sebagai data uji yang dihasilkan penelitian ini bahwa mahasiswa yang akan lulus tepat waktu sebanyak 42 mahasiswa atau sekitar 22,8% dari jumlah data testing dengan keakuratan sebesar 74,67%, Bagi Prang Studi Teknik Informatika berdasarkan hasil penelitian ini diharapkan dapat dimanfaatkan oleh pihak jurusan sebagai bahan pertimbangan bahwa dari jumlah data testing sebanyak 184 mahasiswa yang diperdiksi lulus tepat waktu sekitar 22,8% dan jumlah tidak tepat waktu 77,2%.