PROSIDING SEMINAR NASIONAL KEBIDANAN 2021
STIKes Syedza Saintika Padang Vol. 1 No. 1 : “Kebijakan Strategi dan Penatalaksanaan Penanggulangan Covid di Indonesia”
ANALISA KINERJA METODE KLASIFIKASI DATA MINING MENGGUNAKAN ALGORITMA NAÏVE BAYES UNTUK PREDIKSI KETEPATAN WAKTU KELULUSAN MAHASISWA (STUDI KASUS STIKES SYEDZA SAINTIKA)
Dublin Core
Title
PROSIDING SEMINAR NASIONAL KEBIDANAN 2021
STIKes Syedza Saintika Padang Vol. 1 No. 1 : “Kebijakan Strategi dan Penatalaksanaan Penanggulangan Covid di Indonesia”
ANALISA KINERJA METODE KLASIFIKASI DATA MINING MENGGUNAKAN ALGORITMA NAÏVE BAYES UNTUK PREDIKSI KETEPATAN WAKTU KELULUSAN MAHASISWA (STUDI KASUS STIKES SYEDZA SAINTIKA)
STIKes Syedza Saintika Padang Vol. 1 No. 1 : “Kebijakan Strategi dan Penatalaksanaan Penanggulangan Covid di Indonesia”
ANALISA KINERJA METODE KLASIFIKASI DATA MINING MENGGUNAKAN ALGORITMA NAÏVE BAYES UNTUK PREDIKSI KETEPATAN WAKTU KELULUSAN MAHASISWA (STUDI KASUS STIKES SYEDZA SAINTIKA)
Subject
DataMining; Klasifikasi; Naïve Bayes; Ketepatan Kelulusan Mahasiswa.
Description
Tingkat kelulusan merupakan salah satu parameter efektifitas institusi pendidikan. Penurunan tingkat kelulusan mahasiswa berpengaruh terhadap akreditasi perguruan tinggi. Database perguruan tinggi menyimpan data administrasi dan akademik mahasiswa, apabila dieksplorasi dengan tepat menggunakan teknik data mining maka dapat diketahui pola atau pengetahuan untuk mengambil keputusan. Algoritma naive bayes bertujuan untuk mengukur tingkat akurasi untuk diterapkan dalam kasus ketepatan waktu kelulusan mahasiswa. Metode Naive Bayes merupakan pengklasifikasian dengan metode probabilitas dan statistik untuk memprediksi peluang dimasa depan berdasarkan pengalaman di masa sebelumnya. Penelitian ini menggunakan data mahasiswa program studi Pendidikan Teknik Informatika Universitas Negeri Padang angkatan 2011. Variabel yang digunakan dalam penelitian ini adalah: NIM, nama, jenis kelamin, status masuk, IPK, daerah asal dan status pekerjaan. Berdasarkan hasil pengujian dengan mengukur kinerja metode, diketahui bahwa naive bayes memiliki nilai akurasi yang bagus yaitu sebesar 93,48%. Dari nilai akurasi tersebut dapat ditarik kesimpulan bahwa algoritma naive bayes memiliki kinerja yang baik dalam memprediksi ketepatan waktu kelulusan mahasiswa.
Creator
Nurul Abdillah, Sarjon Defit, Sumijan
Publisher
STIKes Syedza Saintika Padang
Date
13 Februari 2021
Contributor
Sri Wahyuni
Rights
ISSN :2775-3530
Format
PDF
Language
Indonesian
Type
Text
Coverage
Prosiding Seminar Nasional Kebidanan 2021 STIKes Syedza Saintika Padang
Files
Citation
Nurul Abdillah, Sarjon Defit, Sumijan, “PROSIDING SEMINAR NASIONAL KEBIDANAN 2021
STIKes Syedza Saintika Padang Vol. 1 No. 1 : “Kebijakan Strategi dan Penatalaksanaan Penanggulangan Covid di Indonesia”
ANALISA KINERJA METODE KLASIFIKASI DATA MINING MENGGUNAKAN ALGORITMA NAÏVE BAYES UNTUK PREDIKSI KETEPATAN WAKTU KELULUSAN MAHASISWA (STUDI KASUS STIKES SYEDZA SAINTIKA),” Repository Horizon University Indonesia, accessed September 20, 2024, https://repository.horizon.ac.id/items/show/64.
STIKes Syedza Saintika Padang Vol. 1 No. 1 : “Kebijakan Strategi dan Penatalaksanaan Penanggulangan Covid di Indonesia”
ANALISA KINERJA METODE KLASIFIKASI DATA MINING MENGGUNAKAN ALGORITMA NAÏVE BAYES UNTUK PREDIKSI KETEPATAN WAKTU KELULUSAN MAHASISWA (STUDI KASUS STIKES SYEDZA SAINTIKA),” Repository Horizon University Indonesia, accessed September 20, 2024, https://repository.horizon.ac.id/items/show/64.