Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Sains dan Teknologi Terapan
Wahyudiana, Sandra
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
Klasifikasi Identifikasi Faktor Penyebab Ketidaktepatan Masa Lulus Mahasiswa dengan Metode Naïve Bayes Classifier Meilani, Budanis Dwi; Wahyudiana, Sandra; Perdana Putri, Anggi Yhurinda; Pakarbudi, Adib
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2019: Menuju Penerapan Teknologi Terbarukan pada Industri 4.0: Perubahan Industri dan Transformasi P
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (402.65 KB)

Abstract

Perguruan tinggi merupakan satuan pendidikan yang bertugas untuk mencetak lulusan- lulusan yang berkualitas. Maka dari itu institusi tersebut harus membuktikan kualitas dan kemampuannya dalam bersaing di bidang pendidikan. Berkaitan dengan kualitas perguruan tinggi, penelitian ini berfokus pada ketidaktepatan masa lulus mahasiswa yang masih sebagian besar terjadi di lingkungan Jurusan Sistem Informasi Institut Teknologi Adhitama Surabaya. Rata-rata mahasiswa Jurusan Sistem Informasi lulus tepat waktu pertahunnya hanya mencapai 45% sedangkan kisaran angka lulus tidak tepat waktu mencapai 55%. Sehingga perlu dilakukan identifikasi faktor penyebab ketidaktepatan masa lulus mahasiswa. Tujuan dari penelitian adalah untuk mengidentifikasi faktor penyebab yang berpengaruh pada ketidaktepatan masa lulus mahasiswa. Penelitian ini menggunakan algoritma Naïve Bayes Classifier yang merupakan algoritma teknik data mining dengan menerapkan teori Bayes untuk klasifikasi dalam mengolah data. Berdasarkan pengujian yang dilakukan diperoleh bahwa faktor yang berpengaruh besar dalam penentuan klasifikasi ketidaktepatan masa lulus mahasiswa yaitu, IPK < 3.00, Jenis kelamin laki-laki, IPK ? 3.00, Tidak mempunyai gambaran judul skripsi dari awal, dan Banyak mengulang mata kuliah. Faktor-faktor tersebut dapat digunakan sebagai bahan evaluasi bagi pengelola program studi. Pengujian algoritma Naïve Bayes Classifier untuk menentukan ketepatan masa lulus mahasiswa menunjukkan dari 79 kali percobaan mencapai hasil akurasi 91.13% akurat dengan laju error 8.86%.
Co-Authors Budanis Dwi Meilani Pakarbudi, Adib Putri, Anggi Yhurinda Perdana