PENERAPAN DATA MINING DAN ALGORITMA NAÏVE BAYES UNTUK PEMILIHAN KONSENTRASI MAHASISWA MENGGUNAKAN METODE KLASIFIKASI
DOI:
https://doi.org/10.24076/joism.2022v3i2.680Keywords:
Data Mining, Algoritma Naive Bayes, Klasifikasi, KonsentrasiAbstract
Pemilihan konsentrasi atau minat studi merupakan hal yang tidak mudah dilakukan oleh seorang mahasiswa pada sebuah jurusan di Perguruan Tinggi. Mahasiswa akan berupaya memilih konsentrasi yang menurut mereka paling tepat dan sesuai dengan kompetensi dan minat studi, karena konsentrasi yang dipilih akan mempengaruhi minat belajar, prestasi, lama studi dan juga berpengaruh terhadap Indeks Prestasi Akademik (IPK) mahasiswa. Pentingnya memilih sebuah konsentrasi penjurusan bagi mahasiswa pada Institusi Perguruan Tinggi, maka perlu dibangun suatu model yang dapat membantu mahasiswa dalam memilih konsentrasi sesuai dengan kompetensi dan minat studi mahasiswa. Oleh karena itu, peneliti akan melakukan penelitian dengan membuat sistem untuk pemilihan konsentrasi mahasiswa menggunakan algoritma Naïve Bayes dengan metode klasifikasi. Untuk membantu dalam mengambil keputusan pemilihan konsentrasi, penelitian ini menggunakan teknik data mining sebagai proses pencarian pola yang diinginkan dalam sebuah database yang besar. Hasil pengujian yang telah dilakukan terhadap sample dataset sebanyak 1534 data menggunakan Algoritma Naïve Bayes, diperoleh bahwa hasil prediksi untuk menentukan konsentrasi memiliki nilai akurasi sebesar 84.27%. Variabel berpengaruh terhadap tingkat akurasi yang di hasilkan. Ukuran variabel yang sempit atau sedikit menyebabkan hasil akurasi yang kurang baik, tetapi ukuran variabel yang luas dapat menghasilkan akurasi ouput yang lebih optimal
Downloads
References
A. P. Fadillah and B. Hardiyana, “PENERAPAN NAÏVE BAYES CLASSIFIER UNTUK PEMILIHAN KONSENTRASI MATA KULIAH,” J. Teknol. dan Inf., vol. 8, no. 2, Nov. 2018, doi: 10.34010/jati.v8i2.1039.
I. Verawati, “SISTEM PAKAR PENENTUAN KONSENTRASI PENJURUSAN MAHASISWA MENGGUNAKAN ALGORITMA BAYES,” J. Ilm. DASI, vol. 16, no. 4, pp. 31–36, 2015.
B. Bustami, “Penerapan Algoritma Naïve Bayes Untuk Mengklasifikasi Data Nasabah Asuransi,” TECHSI-Jurnal Tek. Inform., vol. 5, no. 2, 2013, doi: https://doi.org/10.29103/techsi.v5i2.154.
M. S. Mustafa, M. R. Ramadhan, and A. P. Thenata, “Implementasi Data Mining untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier,” Creat. Inf. Technol. J., vol. 4, no. 2, p. 151, Jan. 2018, doi: 10.24076/citec.2017v4i2.106.
E. Etriyanti, D. Syamsuar, and N. Kunang, “Implementasi Data Mining Menggunakan Algoritme Naive Bayes Classifier dan C4.5 untuk Memprediksi Kelulusan Mahasiswa,” Telematika, vol. 13, no. 1, pp. 56–67, 2020, doi: 10.35671/telematika.v13i1.881.
M. Munawir and T. Iqbal, “Prediksi Kelulusan Mahasiswa menggunakan Algoritma Naive Bayes (Studi Kasus 5 PTS di Banda Aceh),” J. JTIK (Jurnal Teknol. Inf. dan Komunikasi), vol. 3, no. 2, p. 59, Sep. 2019, doi: 10.35870/jtik.v3i2.77.
I. W. Saputro and B. W. Sari, “Uji Performa Algoritma Naïve Bayes untuk Prediksi Masa Studi Mahasiswa,” Creat. Inf. Technol. J., vol. 6, no. 1, p. 1, Apr. 2020, doi: 10.24076/citec.2019v6i1.178.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2022 Journal of Information System Management (JOISM)
This work is licensed under a Creative Commons Attribution 4.0 International License.