<![CDATA[Kehadiran mahasiswa merupakan salah satu indikator penting dalam proses pembelajaran di perguruan tinggi karena berpengaruh langsung terhadap pemahaman materi, keterlibatan akademik, dan capaian hasil belajar. Tingkat ketidakhadiran yang tinggi dapat menjadi permasalahan serius apabila tidak diidentifikasi sejak dini. Penelitian ini bertujuan untuk memprediksi keputusan kehadiran mahasiswa menggunakan metode Naive Bayes dengan pendekatan Backward Reasoning guna menghasilkan model prediksi yang tidak hanya akurat, tetapi juga mudah diinterpretasikan. Penelitian ini menggunakan metode kuantitatif dengan eksperimen komputasi. Data diperoleh melalui kuesioner yang diisi oleh 25 mahasiswa Program Studi Sistem Informasi Universitas Islam Negeri Sumatera Utara. Variabel yang digunakan meliputi semester, tingkat pemahaman materi, metode pengajaran dosen, beban tugas, kondisi kesehatan, motivasi belajar, kebiasaan belajar, jarak tempat tinggal ke kampus, kondisi cuaca, dan waktu pelaksanaan perkuliahan. Data diproses menggunakan algoritma Multinomial Naive Bayes dengan pembagian data sebesar 80% untuk data latih dan 20% untuk data uji. Hasil pengujian menunjukkan bahwa model memperoleh tingkat akurasi sebesar 80% dengan nilai F1-score sebesar 0,80 serta performa yang stabil berdasarkan pengujian 5-Fold Cross Validation. Selanjutnya, pendekatan Backward Reasoning digunakan untuk menelusuri faktor-faktor yang paling berpengaruh terhadap hasil prediksi. Hasil analisis menunjukkan bahwa kondisi kesehatan dan motivasi belajar merupakan faktor dominan dalam menentukan keputusan kehadiran mahasiswa dibandingkan faktor eksternal seperti cuaca dan jarak. Penelitian ini diharapkan dapat menjadi dasar pengembangan sistem pendukung keputusan untuk membantu pihak akademik dalam melakukan intervensi dini guna meningkatkan tingkat kehadiran mahasiswa]]>
Copyrights © 2026
