<![CDATA[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.]]>
Copyrights © 2019
