Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal Manajemen Informatika dan Sistem Informasi
Nur Mahar Aji mahar
Universitas Duta Bangsa Surakarta
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
PEMODELAN PREDIKSI KELULUSAN MAHASISWA DENGAN METODE NAÏVE BAYES DI UNIBA Nur Mahar Aji mahar; Vihi Atina; Nugroho Arif Sudibyo
Jurnal Manajemen Informatika dan Sistem Informasi Vol. 6 No. 2 (2023): Misi Juni 2023
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/misi.v6i2.875

Abstract

Kualitas perguruan tinggi dapat diukur berdasarkan akreditasi yang dikeluarkan oleh Badan Akreditasi Nasional Perguruan Tinggi atau BAN-PT. Salah satu kriteria penilaian akreditasi yaitu jumlah lulusan mahasiswa. Universitas Islam Batik Surakarta (UNIBA), merupakan salah satu perguruan tinggi swasta di kawasan Surakarta yang memiliki empat fakultas, dengan jumlah mahasiswa yang terus mengalami peningkatan maupun penurunan disetiap tahunnya. Penelitian ini menggunakan metode naïve bayes untuk melakukan prediksi terhadap kelulusan mahasiswa tepat waktu ataupun terlambat, dengan hasil prediksi yang dapat dijadikan sebagai informasi dan masukan data bagi perguruan tinggi untuk meningkatkan kualitas perguruan tinggi. Metode naïve bayes memiliki kelebihan, diantaranya dapat memprediksi jumlah kelulusan berdasarkan data–data konkrit, agar hasil yang diperoleh dapat dipertanggungjawabkan dan digunakan untuk prediksi selanjutnya. Dalam melakukan prediksi, diperlukan 14 variabel, antara lain jenis kelamin, status mahasiswa, umur, status menikah, indeks prestasi semester 1, indeks prestasi semester 2, indeks prestasi semester 3, indeks prestasi semester 4, indeks prestasi semester 5, indeks prestasi semester 6, indeks prestasi semester 7, indeks prestasi semester 8, indeks prestasi kumulatif, dan keterangan lulus. Dari data set sebanyak 302 mahasiswa dengan 14 atribut mahasiswa angkatan 2018 Universitas Islam Batik Surakarta dengan menggunakan bahasa pemrograman python dan software jupyter notebook, penulis memperoleh hasil akurasi ketepatan prediksi sebesar 85%, dengan nilai precision terlambat 0.42, precision tepat 0.95, recall terlambat 0.65, recall tepat 0.88, f1-score terlambat 0.51, f1-score tepat 0.91.
Co-Authors Atina, Vihi Nugroho Arif Sudibyo