Implementasi Teorema Naïve Bayes Pada Prediksi Prestasi Mahasiswa

Rofilde Hasudungan, Wawan Joko Pranoto

Abstract


Informasi tentang prestasi akademik mahasiswa merupakan hal yang sangat penting untuk diketahui. Prediksi mengenai prestasi akademik mahasiswa secara dini dapat menentukan tindakan-tindakan yang diperlukan untuk meningkatkan prestasi mahasiswa yang diprediksi memiliki prestasi yang rendah, sehingga dikemudian hari dapat memiliki prestasi yang baik. Namun, informasi untuk mengetahui prestasi akademik mahasiswa sangat sulit dilakukan. Penelitian ini mengungkap faktor keluarga terhadap prestasi menggunakan algoritma Naïve Bayes dan enam belas parameter yang terlibat. Data yang digunakan dalam penelitian ini adalah 40 data mahasiswa. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes dapat memprediksi prestasi akademik mahasiswa dengan tingkat akurasi sebesar 77,5%.


Keywords


Cross Validation; Mahasiswa; Naïve Bayes; Prestasi; Prediksi

Full Text:

PDF

References


N. Puspitasari, J. A. Widians, and N. B. Setiawan, “Segmentasi pelanggan menggunakan algoritme bisecting k-means berdasarkan model recency, frequency, dan monetary (RFM),” J. Teknol. dan Sist. Komput., vol. 8, no. 2, 2020.

Haviluddin, S. J. Patandianan, G. M. Putra, and H. S. Pakpahan, “Implementasi Metode K-Means untuk Pengelompokkan Rekomendasi Tugas Akhir,” Inform. Mulawarna J. Ilm. Ilmu Komput., vol. 16, no. 1, 2021.

H. Annur, “Klasifikasi Masyarakat Miskin Menggunakan Metode Naive Bayes,” Ilk. J. Ilm., vol. 10, no. 2, pp. 160–165, 2018.

I. Purnamasari and K. Afnisari, “Performansi Klasifikasi Dosen Berprestasi Menggunakan Metode Naive Bayes Classifier,” Paradig. Komput. dan Inform., vol. 20, no. 2, pp. 45–50, 2018.

S. Adi, “Implementasi Algoritma Naive Bayes Classifier Untuk Klasifikasi Penerima Beasiswa PPA Di Universitas Amikom Yogyakarta,” J. Mantik Penusa, vol. 22, no. 1, 2018.

A. A. Rahman and Y. I. Kurniawan, “Aplikasi Klasifikasi Penerima Kartu Indonesia Sehat Menggunakan Algoritma Naïve Bayes Classifier,” J. Teknol. dan Manaj. Inform., vol. 4, no. 1, 2018.

H. Mustofa and A. A. Mahfudh, “Klasifikasi Berita Hoax Dengan Menggunakan Metode Naive Bayes,” Walisongo J. Inf. Technol., vol. 1, no. 1, pp. 1–12, 2019.

I. Ramadhan and K. Kurniawati, “Data Mining untuk Klasifikasi Penderita Kanker Payudara Berdasarkan Data dari University Medical Center Menggunakan Algoritma Naïve Bayes,” JURIKOM (Jurnal Ris. Komputer), vol. 7, no. 1, pp. 21–27, 2020.

A. Sholihin, H. Haviluddin, N. Puspitasari, M. Wati, and I. Islamiyah, “Analisis Penyakit Difteri Berbasis Twitter Menggunakan Algoritma Naïve Bayes,” Sains, Apl. Komputasi dan Teknol. Inf., vol. 1, no. 1, 2019, doi: 10.30872/jsakti.v1i1.2215.

J. A. Widians, N. Puspitasari, and A. A. M. Putri, “Penerapan Teorema Bayes dalam Sistem Pakar Anggrek Hitam,” Inform. Mulawarman J. Ilm. Ilmu Komput., vol. 15, no. 2, 2020, doi: 10.30872/jim.v15i2.4604.

J. A. Widians, N. Puspitasari, H. S. Pakpahan, E. Budiman, and F. Alameka, “Identification Pests and Diseases of the Borneo Black Sweet in Tropical Rainforest,” J. Phys. Conf. Ser., 2021, doi: 10.1088/1742-6596/1844/1/012007.

G. S. Gowri, R. Thulasiram, and M. A. Baburao, “Educational data mining application for estimating students performance in weka environment,” in IOP Conference Series: Materials Science and Engineering, 2017, vol. 263, no. 3, p. 32002.

R. Rosadi, R. Sudrajat, B. Kharismawan, and Y. A. Hambali, “Student academic performance analysis using fuzzy C-means clustering,” in IOP Conference Series: Materials Science and Engineering, 2017, vol. 166, no. 1, p. 12036.

A. U. Khasanah, “A comparative study to predict student’s performance using educational data mining techniques,” in IOP Conference Series: Materials Science and Engineering, 2017, vol. 215, no. 1, p. 12036.

M. A. Al-Barrak and M. Al-Razgan, “Predicting students final GPA using decision trees: a case study,” Int. J. Inf. Educ. Technol., vol. 6, no. 7, p. 528, 2016.

Y. C. Giap, N. Leonardi, B. Waseso, and R. Rahim, “Data Mining of Family, School, and Society Environments Influences to Student Performance,” in IOP Conference Series: Materials Science and Engineering, 2018, vol. 420, no. 1, p. 12090.

N. R. Indraswari and Y. I. Kurniawan, “Aplikasi prediksi usia kelahiran dengan metode naive bayes,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 9, no. 1, pp. 129–138, 2018.

O. Dwiraswati and K. N. Siregar, “Analisis Sentimen Pada Twitter Terhadap Penggunaan Antibiotik di Indonesia dengan Naive Bayes Classifier,” Media Inf., vol. 15, no. 1, pp. 1–9, 2019.




DOI: http://dx.doi.org/10.30872/jurti.v5i1.4996

Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Jurnal Rekayasa Teknologi Informasi (JURTI)

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

Alamat Redaksi : 
Program Studi Informatika
Fakultas Teknik 
Jl. Sambaliung No. 9 Kampus Gunung Kelua Samarinda 75119 - Kalimantan Timur
e-mail : jurti.unmul@fkti.unmul.ac.id
Url : http://e-journals.unmul.ac.id/index.php/INF
Contact Person : Medi Taruk [081543438301]

 Creative Commons License

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

StatCounter - Free Web Tracker and Counter