Article Per Year (5 Year)
p-Index From 2019 - 2024
3.859
P-Index
This Author published in this journals
All Journal Jurnal sistem informasi, Teknologi informasi dan komputer Jurnal Ilmiah Teknologi Informasi Asia SISFOTENIKA Jurnal Informatika Bianglala Informatika : Jurnal Komputer dan Informatika Akademi Bina Sarana Informatika Yogyakarta Indonesian Journal on Software Engineering (IJSE) JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Bina Insani ICT Journal Syntax Literate : Jurnal Ilmiah Indonesia Matrik : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer JISICOM (Journal of Information System, Infomatics and Computing) Technologia: Jurnal Ilmiah Tematik : Jurnal Teknologi Informasi Komunikasi Jurnal Teknologi Informatika dan Komputer Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen Makara Journal of Technology SATIN - Sains dan Teknologi Informasi
Agus Salim
Universitas Bina Sarana Informatika
Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Environmental Science Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Technologia: Jurnal Ilmiah

 1 
PREDIKSI KELULUSAN MAHASISWA DENGAN METODE NAIVE BAYES nurul khasanah; Agus Salim; Nurul Afni; Rachman Komarudin; Yana Iqbal Maulana
Technologia : Jurnal Ilmiah Vol 13, No 3 (2022): Technologia (Juli)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v13i3.7312

Abstract

Perguruan tinggi memiliki kewajiban untuk menghasilkan lulusan yang kompeten. Hal tersebut dapat dinilai dari tingkat kelulusan mahasiswanya. Selain itu, lulus tepat waktu merupakan impian para mahasiswa. Mahasiswa tidak perlu membayar biaya kuliah lagi dan bisa bekerja lebih cepat. Tetapi kondisi di lapangan, mahasiswa belum tentu dapat menuntaskan masa studi tepat waktu. Banyak faktor yang menjadi pengaruh kelulusan mahasiswa terlambat, seperti status perkawinan mahasiswa, status mahasiswa (bekerja/tidak bekerja), tingkat pemahaman mahasiswa terhadap materi kuliah yang dapat dilihat dari IPK mahasiswa. Dari pemasalahan yang ada, perlu adanya sistem untuk memprediksi tingkat kelulusan mahasiswa berdasarkan variabel-variabel yang ada. Dengan sistem yang dibuat diharapkan perguruan tinggi bisa membuat kebijakan sehingga mahasiswa dapat lulus tepat waktu. Penelitian ini menggunakan 379 data, dengan metode Naive bayes, dengan rincian data training 303 data dan data testing 76 data. Atribut yang digunakan nama, status mahasiswa, status perkawinan, IPS, IPK, dan status kelulusan. Dengan tahapan identifikasi masalah, pengumpulan data, data cleaning, data transformation (dibagi menjadi data training dan data tesing), klasifikasi dengan KNN, validasi, evaluasi dan hasil. Hasil penelitian yang diperoleh yaitu akurasi = 88,16%, precision = 93,62% dan recall = 88%, termasuk dalam kategori good classification.
Co-Authors Ade Nugraha Ali Haidir Andika Bayu Hasta Yanto Baginda Oloan Lubis Bibit Sudarsono Budi Santoso Chaidir Ishaq Crys Fajar Partana Daniati Uki Eka Saputri Dony Oscar Dwi, F Lia Dyah Anitasari, Dyah Eko Arif Riyanto, Eko Arif Firstianty Wahyuhening Fibriany Gamawanto, Rayhan Rahmat Aziz Ghofar Taufiq Hendri Hendri Irmawati Carolina Jaka Atmaja Jaka Atmaja Jefi Jefi Jefi Jefi Jefi Jefi Jefi, Jefi Juninisvianty, Tri Melan Susanti Mochammad Nizar Nurul Afni Nurul Khasanah Nurul Khasanah, Nurul Puspa Vicenna Barulah Yudha Rachman Komarudin Rahmat Tri Yunandar Rosiyadi, Didi Seimahuira, Syarah Suwardi Suwardi Yana Iqbal Yana Iqbal Maulana