Santiastry, Sany
Unknown Affiliation

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

Found 1 Documents
Search

PENERAPAN ALGORITMA NAIVE BAYES DAN METODE CRISP-DM DALAM PREDIKSI HASIL TES KEMAMPUAN BAHASA INGGRIS MAHASISWA Santiastry, Sany; Asriyanik, Asriyanik; Apriandari, Winda
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.11069

Abstract

Bahasa Inggris memiliki peran penting dalam sistem pendidikan di Indonesia, terutama karena fungsinya sebagai bahasa internasional. Pentingnya hal ini terlihat dari banyaknya informasi ilmiah dan teknologi di berbagai bidang yang ditulis dalam bahasa Inggris. Meskipun demikian, belum ada penelitian di Universitas Muhammadiyah Sukabumi yang berfokus pada memprediksi tingkat keberhasilan mahasiswa dalam tes kecakapan bahasa Inggris. Penelitian ini bertujuan untuk membangun model prediksi menggunakan algoritma Naive Bayes di platform Google Collaboratory untuk memperkirakan hasil tes kecakapan bahasa Inggris mahasiswa di Universitas Muhammadiyah Sukabumi. Naïve Bayes adalah salah satu algoritma machine learning yang banyak digunakan dalam klasifikasi dan prediksi. Penelitian ini menghasilkan model prediktif serta situs web sederhana yang dapat mencatat nilai mata kuliah bahasa Inggris mahasiswa dan memprediksi keberhasilan mereka dalam tes kemahiran bahasa Inggris. Evaluasi model ini menggunakan metrik akurasi, presisi, recall, dan nilai F1. Model yang dibuat menunjukkan akurasi sebesar 87,94%, dengan rata-rata presisi makro 0,82, recall 0,91, dan nilai F1 0,84, serta rata-rata presisi berbobot 0,89, recall 0,88, dan nilai F1 0,88. Model ini dapat secara akurat memprediksi hasil kelulusan mahasiswa berdasarkan nilai mereka.