Skripsi/Tugas Akhir

Analisis Prediksi Kelulusan Mahasiswa Prodi Sistem Informasi Menggunakan Algoritma Naive Bayes pada Kampus UNDIPA Makassar

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Penelitian ini bertujuan untuk menganalisis dan memprediksi kelulusan mahasiswa Program Studi Sistem Informasi di Kampus Undipa Makassar menggunakan algoritma Naïve Bayes. Dengan mempertimbangkan faktor-faktor yang memengaruhi kelulusan, penelitian ini bertujuan untuk memberikan pandangan yang lebih mendalam kepada pihak akademis guna meningkatkan kebijakan dan strategi yang mendukung tingkat kelulusan mahasiswa. Dengan penerapan algoritma Naïve Bayes, diharapkan dapat diperoleh hasil prediksi yang akurat, sehingga universitas dapat merancang strategi yang lebih efektif dalam memberikan dukungan dan bimbingan kepada mahasiswa.Metode yang digunakan melibatkan pengumpulan data historis mahasiswa, termasuk nilai, jumlah SKS yang diambil, dan waktu penyelesaian studi. Data ini digunakan sebagai dasar untuk melatih model prediktif menggunakan algoritma Naïve Bayes. Dengan memanfaatkan teknik klasifikasi ini, penelitian ini dapat memperkirakan peluang kelulusan mahasiswa berdasarkan faktor-faktor yang relevan.Hasil penelitian ini diharapkan memberikan wawasan yang lebih baik tentang faktor-faktor yang memengaruhi kelulusan mahasiswa, memungkinkan pengembangan strategi lebih efektif untuk mendukung mahasiswa dalam menyelesaikan studi mereka tepat waktu. Hasil Studi dan evaluasi model menghasilkan temuan untuk sejumlah metrik, termasuk presisi, recall, dan F1-score. Model Naïve Bayes memiliki nilai AUC sekitar 0,962, nilai presisi 0,901, nilai recall 0,897, dan nilai F1-score 0,898, menurut analisis kurva AUC. Hal ini menunjukkan bahwa dalam hal membedakan antara kelas positif dan negatif, model naïve bayes memiliki kinerja yang lebih baik.
Kata Kunci: Analisis, Prediksi, Mahasiswa, Algoritma Naïve Bayes, Kelulusan

ABSTRACT
This research aims to analyze and predict student acceptance for the Information Systems Study Program at the Undipa Makassar Campus using the Naïve Bayes algorithm. By considering the factors that influence consent, this research aims to provide a more indepth view for academics to improve policies and strategies that support student consent rates. By implementing the Naïve Bayes algorithm, it is hoped that accurate prediction results can be obtained, so that universities can design more effective strategies in providing support and guidance to students. The method used involves collecting historical student data, including grades, number of credits taken, and completion time Study. This data is used as a basis for training a predictive model using the Naïve Bayes algorithm. By utilizing this classification technique, this research can estimate students' chances of graduating based on relevant factors. It is hoped that the results of this research will provide better insight into the factors that influence student consent, enabling the development of more effective strategies to support students in completing their studies. Right time. Results the study and model evaluation produced findings for a number of metrics, including precision, recall, and F1-score. The naïve Bayes model has an AUC value of around 0.962, a precision value of 0.901, a recall value of 0.897, and an F1-score value of 0.898, according to the AUC analysis curve. This shows that in terms of distinguishing between positive and negative classes, the Naïve Bayes model has better performance.
Keywords: Analysis, Prediction, Students, Naïve Bayes Algorithm, Graduation

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 24-49 SUR a - 0370SI

Penerbit

Makassar : Universitas DIPA., 2024

Deskripsi Fisik

xi + 67 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 24-49

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 23 Februari 2024

Subjek

Skripsi/Tugas Akhir
Algoritma Naive Bayes

Lampiran File