Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Reputasi: Jurnal Rekayasa Perangkat Lunak
Dolu, Muhammad Umbu Fikram Kadir Dolu
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
Analisis Tingkat Kelulusan Mahasiswa Menggunakan Metode  Naive Bayes  Studi Kasus: Ilmu Komputer Universitas Nusa Cendana Dolu, Muhammad Umbu Fikram Kadir Dolu; Pandie, Emerensye S. Y.; Ledoh, Juan Rizky Mannuel
Reputasi: Jurnal Rekayasa Perangkat Lunak Vol. 6 No. 2 (2025): Edisi November 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/reputasi.v6i2.11106

Abstract

Pendidikan tinggi memiliki peran penting dalam mencetak sumber daya manusia yang kompeten. Salah satu indikator keberhasilan perguruan tinggi adalah tingkat kelulusan mahasiswa tepat waktu. Penelitian ini bertujuan untuk menganalisis tingkat kelulusan mahasiswa menggunakan metode Naïve Bayes sebagai salah satu teknik klasifikasi dalam data mining . Data yang digunakan merupakan data primer hasil kuesioner mahasiswa Program Studi Ilmu Komputer Universitas Nusa Cendana angkatan 2016–2020 yang telah lulus. Atribut yang digunakan meliputi Jenis Kelamin, Indeks Prestasi Semester 1 sampai 6, Asal Sekolah, Pekerjaan Orang Tua, Penerima Beasiswa, dan Keikutsertaan Organisasi dengan kelas keluaran berupa status kelulusan “Cepat”, “Sedang”, dan “Lama”. Implementasi dilakukan menggunakan aplikasi RapidMiner 7.3 dengan dua skenario pembagian data, yaitu rasio 9:1 dan 8:2 antara data latih dan data uji. Hasil pengujian menunjukkan bahwa pada rasio 9:1, metode Naïve Bayes memperoleh akurasi sebesar 83,33%, sedangkan pada rasio 8:2 akurasinya menurun menjadi 76%. Nilai presisi dan recall tertinggi diperoleh pada kelas “Cepat” dan “Lama”, sementara performa prediksi untuk kelas “Sedang” belum optimal. Berdasarkan hasil tersebut, metode Naïve Bayes dinilai cukup efektif dalam memprediksi tingkat penerimaan mahasiswa dan dapat digunakan sebagai alat bantu evaluasi akademik untuk meningkatkan kualitas pembelajaran serta perencanaan akademik di masa mendatang.
Co-Authors Juan Rizky Mannuel Ledoh Pandie, Emerensye S. Y.