Implementasi metode naive bayes untuk memprediksi kelulusan mahasiswa di program studi teknik informatika FT UN PGRI Kediri
Author (Penulis)
Yayak Kartika Sari
Universitas Nusantara PGRI Kediri
Author Identity (NPM)
12.1.03.02.0081
Abstract
Abstrak
YAYAK KARTIKA SARI: Implementasi Metode Naive Bayes Untuk Memprediksi Kelulusan Mahasiswa di Program Studi Teknik Informatika FT UN PGRI Kediri, Skripsi, Teknik Informatika, Fakultas Teknik, UNP Kediri, 2016.
Penelitian ini dilatar belakangi hasil pengamatan peneliti terhadap kelulusan mahasiswa di Program Studi Teknik Informatika FT UN PGRI Kediri, bahwa data mahasiswa dan data jumlah mahasiswa dapat menghasilkan informasi yang berlimpah berupa jumlah kelulusan setiap tahunnya, profil, dan hasil akademik mahasiswa selama menempuh proses kegiatan belajar mengajar, tetapi pemanfaatan data mahasiswa tersebut belum dimanfaatkan secara maksimal dan efisien, sehingga tingkat kelulusan mahasiswanya belum sepenuhnya dilihat dengan mudah dan cepat. Permasalahan penelitian ini adalah (1) Bagaimana cara menerapkan metode Naive Bayes untuk memprediksi kelulusan mahasiswa? (2) Bagaimana cara membangun aplikasi sistem pengambilan keputusan untuk memprediksi kelulusan mahasiswa secara tepat dan akurat berdasarkan beberapa variabel yang sudah ditentukan?.
Penelitian ini menggunakan metode Naive Bayes dengan subyek penelitian mahasiswa Program Studi Teknik FT UN PGRI Kediri yang lulus tahun 2011, dengan beberapa variabel yaitu nilai matakuliah yang berhubungan dengan Teknik Informatika dari semester 1 sampai semester 8 dan nilai kedekatan antara nilai matakuliah terhadap nilai standar. Metode Naive Bayes adalah suatu metode untuk menghitung prediksi suatu data dari fakta-fakta yang ada menuju suatu kesimpulan. Kesimpulan hasil penelitian ini adalah (1) Melalui aplikasi sistem pengambilan keputusan dapat digunakan untuk menghasilkan sistem pengambilan keputusan untuk memprediksi kelulusan mahasiswa yang digunakan sebagai bahan pertimbangan pimpinan dalam pengambilan kebijakan dan keputusan. Sistem ini juga sebagai peringatan dini bagi mahasiswa tertentu yang berdasarkan hasil prediksi dinyatakan lulus dengan melebihi ketentuan lama studi.
Kata Kunci: metode Naive Bayes, nilai kedekatan.