Claim Missing Document
Check
Articles

Found 1 Documents
Search

Komparasi Algoritma Naive Bayes dan Decision Tree Untuk Memprediksi Lama Studi Mahasiswa Indera Cahyo Wibowo; Abd. Charis Fauzan; Marshella Dwi Putri Yustiana; Fiqih Ainul Qhabib
ILKOMNIKA: Journal of Computer Science and Applied Informatics Vol 1 No 2 (2019): Volume 1, Nomor 2, Desember 2019
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v1i2.21

Abstract

Penelitian ini bertujuan memprediksi lama studi mahasiswa lulus tepat waktu atau terlambat lulus. Data yang digunakan yaitu: Gender, Status Mahasiswa, Nilai, dan Beasiswa dari semester awal sampai semester akhir di tahun ajaran 2018 – 2019. Penelitian ini menggunakan 2 metode, untuk metode yang pertama adalah Naïve Bayes dan yang kedua adalah Decision Tree. Gunakan semua data yang telah diperoleh dan hitung dengan kedua metode sampai mendapatkan hasil akhir dan akurasinya lalu komparasikan keduanya. Hasil pengkomparasian dari data dan menggunakan dua metode perhitungan keakurasiannya yaitu 30% untuk Naïve bayes, dan 55% untuk metode Decision Tree. Dari komparasi menggunakan dua metode dapat diambil kesimpulan bahwa metode Decision Tree memiliki persentase keakuratan yang lebih tinggi dibandingkan Naïve Bayes sehingga dapat dikatakan metode Decision Tree lebih akurat dan lebih detail daripada Naïve Bayes.