Di era digital saat ini, penggunaan teknik berbasis data untuk memprediksi prestasi mahasiswa telah menjadi semakin penting dalam bidang pendidikan. Teknik prediksi ini memungkinkan lembaga pendidikan untuk mengidentifikasi faktor-faktor yang mempengaruhi prestasi mahasiswa dan mengambil tindakan yang tepat untuk meningkatkan kualitas pendidikan. Salah satu metode yang umum digunakan untuk prediksi prestasi mahasiswa adalah algoritma Naïve Bayes. Namun, dalam implementasinya, pemilihan fitur-fitur yang tepat sangat penting untuk memastikan akurasi dan efektivitas prediksi. Oleh karena itu, artikel ini bertujuan untuk memperkenalkan dan menjelaskan teknik Forward Selection sebagai metode pemilihan fitur terbaik dalam prediksi prestasi mahasiswa berbasis Naïve Bayes.
Copyrights © 2024