Voteteknika (Vocational Teknik Elektronika dan Informatika)
Vol 8, No 4 (2020): Vol. 8, No 4, Desember 2020

Klasifikasi Tingkat Kelulusan Mahasiswa Elektronika Menggunakan Algoritma Naïve Bayes Classifier (Studi Kasus : Pendidikan Teknik Informatika FT-UNP)

Helga Yolanda Sardi (Unknown)
khairi budayawan (Universitas Negeri Padang)



Article Info

Publish Date
01 Dec 2020

Abstract

Universitas Negeri Padang merupakan perguruan tinggi yang penyimpanan datanya telah terkomputerisasi, salah satunya data kelulusan mahasiswa. Berdasarkan data kelulusan mahasiswa Program Studi Pendidikan Teknik Informatika tahun masuk 2013-2015 menunjukkan  bahwa masih banyak mahasiswa yang menempuh masa studi lebih dari 9 semester. Penelitian ini bertujuan untuk mengklasifikasi tingkat kelulusan mahasiswa dan menerapkan metode data mining dengan menggunakan algoritma naïve bayes classifier yang dibantu dengan aplikasi Rapidminer. Klasifikasi ini menggunakan 20 atribut sebagai atribut kontrol yang merupakan transkrip nilai semester 1 sampai dengan semester 3. Berdasarkan pengujian yang dilakukan terhadap mahasiswa tahun masuk 2014 diperoleh akurasi sebesar 79,07%  dengan 43 sampel data dan pengujian yang dilakukan terhadap mahasiswa tahun masuk 2015 akurasi yang dihasilkan sebesar 68% dengan 50 sampel data.Kata kunci : Kelulusan Tepat Waktu,  Data mining, Klasifikasi, Naïve Bayes Classifier

Copyrights © 2020






Journal Info

Abbrev

voteknika

Publisher

Subject

Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering

Description

Jurnal Vocational Teknik Elektronika dan Informatika (VoteTEKNIKA) is a peer-reviewed, scientifc journal published by Department of Electronics Engineering, Faculty of Engineering, Universitas Negeri Padang, Indonesia. The aim of this journal is to publish articles dedicated to all aspects of the ...