Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Fajriansyah, Annas
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
PREDIKSI KELULUSAN NILAI KALKULUS MENGGUNAKAN NAÏVE BAYES Fajriansyah, Annas; Yusup, Dadang; Prihandini, Kamal
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13343

Abstract

Kalkulus adalah salah satu mata pelajaran dasar yang perlu dipelajari di program studi teknik informatika fakultas ilmu komputer. Bagi Sebagian mahasiswa yang khususnya di fakultas Teknik informatika, Kalkulus merupakan mata pelajaran yang dianggap cukup sulit yang mengakibatkan mereka harus mengulang mata pelajaran kalkulus. Padahal mata pelajaran ini penting bagi mereka untuk itu, pada penelitian ini memprediksi pembelajaran kalkulus dengan menerapkan proses data mining menggunakan metode Naïve Bayes (kernel) untuk memprediksinya. Proses penelitian ini menerapkan Cross Industry Metodologi Starndard Process for Data Mining (CRIPS-DM) dengan menggunakan algoritma Naïve Bayes(kernel). Penelitian ini yang menggunakan data dari mahasiswa Angkatan 2016, 2017, 2018, dan 2019. Penelitian ini mencari akurasi yang lebih baik dan melihat kelas mana saja yang sangat berpengaruh kepada lulus tidak nya mahasiswa pada matakuliah kalkulus pada pengujian akan membandingkan antara rasio 60:40, 70:30, dan 80:20. Hasil dari penelitian ini memprediksi kelulusan pada mata pelajaran kalkulus dengan menggunakan algoritma naïve bayes dengan nilai akurasi tertinggi yaitu 93.83% pada rasio 60:40.
Co-Authors Prihandini, Kamal Yusup, Dadang