<![CDATA[Keberhasilan mahasiswa menyelesaikan studi sesuai target waktu menjadi indikator krusial dalam penilaian akreditasi suatu program studi di tingkat perguruan tinggi. Oleh karena itu, kemampuan untuk memperkirakan probabilitas kelulusan tepat waktu sangat dibutuhkan oleh pengelola program studi sebagai dasar pengambilan kebijakan. Studi ini bertujuan untuk membangun model peramalan kelulusan tepat waktu pada mahasiswa Program Studi Arsitektur Universitas Trisakti. Metode yang diaplikasikan adalah Algoritma Naïve Bayes yang diperkuat dengan optimasi Particel Swarm Optimization (PSO). Variabel yang dipakai mencakup dua dimensi, yakni akademik dan sosial. Berdasarkan validasi memakai metode k-fold cross validation, Algoritma Naïve Bayes standalone menghasilkan tingkat akurasi 79,22% dengan nilai AUC 0,859. Di sisi lain, penerapan optimasi PSO sukses mendongkrak performa hingga mencapai akurasi 85,71% dan nilai AUC 0,879. Berdasarkan hasil tersebut, dapat disimpulkan bahwa penerapan algoritma Naïve Bayes yang dioptimasi dengan Particle Swarm Optimization efektif dalam meningkatkan akurasi prediksi kelulusan mahasiswa tepat waktu. Model yang dihasilkan memiliki potensi untuk digunakan sebagai sistem pendukung keputusan dalam pemantauan akademik mahasiswa secara dini.]]>
Copyrights © 2026
