<![CDATA[Tingkat ketepatan waktu kelulusan mahasiswa merupakan tolak ukur yang memberikan gambaran sejauh mana mahasiswa berhasil menyelesaikan studi yang diambilnya di suatu perguruan tinggi. Hanya 3,68% mahasiswa program studi pendidikan matematika angkatan 2017 yang menyelesaikan studi tepat waktu dan hanya 2,08% mahasiswa angkatan 2019 yang menyelesaikan studi tepat waktu. Rendahnya tingkat ketepatan waktu kelulusan akibatnya dapat mempengaruhi kualitas mahasiswa, derajat kelulusan mahasiswa itu sendiri dan juga akreditasi jurusan. Penelitian ini menggunakan metode klasifikasi algoritma Naïve Bayes untuk mengklasifikasikan waktu kelulusan siswa. Metode penelitian ini merupakan jenis penelitian kuantitatif dengan pedoman prosedur penambangan data CRISP-DM (Cross Industry Standard Process Model for Data Mining). Pengumpulan data menggunakan kuesioner. Teknik pengolahan data yang digunakan untuk mengklasifikasikan waktu kelulusan mahasiswa adalah dengan menggunakan metode klasifikasi data mining yaitu algoritma Naïve Bayes yang dibantu oleh RapidMiner Studio Versi 10.1. Hasil penelitian ini diperoleh tingkat akurasi sebesar 75% sehingga data mining dengan model klasifikasi menggunakan algoritma Naïve Bayes efektif digunakan untuk mengklasifikasikan ketepatan waktu kelulusan siswa.]]>
Copyrights © 2025
