<![CDATA[Ketepatan waktu kelulusan mahasiswa merupakan salah satu indikator keberhasilan institusi pendidikan tinggi. Prediksi ketepatan waktu kelulusan berdasarkan data akademik dapat memberikan wawasan bagi manajemen akademik untuk mengambil kebijakan preventif. Penelitian ini bertujuan untuk mengeksplorasi data akademik mahasiswa dan membangun model prediksi kelulusan tepat waktu menggunakan algoritma Naive Bayes. Dataset yang digunakan mencakup informasi Indeks Prestasi Semester (IPS) dari semester pertama hingga semester keempat. Data dieksplorasi untuk mendapatkan pola dan karakteristik data sehingga dapat dilakukan tahapan yang diperlukan serta dijadikan acuan analisis, seperti penyeimbangan data. Dataset dilakukan penyeimbangan dengan metode SMOTE-ENN dengan pembagian 80:20 untuk data training dan testing. Model yang dihasilkan kemudian dievaluasi dengan beberapa matriks akurasi menghasilkan akurasi 99.115%, precicion 100%, Recall 98.368%, dan F1-Score 99.173%. Model juga diimplementasikan ke dalam aplikasi web menggunakan Streamlit. Hasil ini menunjukkan bahwa algoritma Naive Bayes sangat efektif dalam memprediksi ketepatan waktu kelulusan berdasarkan pola data akademik mahasiswa.]]>
Copyrights © 2024
