JR : Jurnal Responsive Teknik Informatika
Vol 8 No 02 (2024): JR : Jurnal Responsive Teknik Informatika

Prediksi Kelulusan Mahasiswa Menggunakan Algoritma Naive Bayes: Studi Kasus Universitas Ibnu Sina Batam

Perdana, Willy Rizki (Unknown)
Afriantoni, Romiko (Unknown)
Agustini, Sherly (Unknown)
Saro, David (Unknown)
Y, Aprizal (Unknown)

Article Info

Publish Date
29 Dec 2024

Abstract

Tingkat kelulusan mahasiswa merupakan indikator penting kualitas pendidikan tinggi. Penelitian ini bertujuan mengembangkan model prediksi kelulusan mahasiswa menggunakan algoritma Naive Bayes dengan memanfaatkan data akademik, sosial-demografis, dan ekonomi mahasiswa di Universitas Ibnu Sina Batam. Dataset mencakup 1.247 rekaman data mahasiswa Program Studi Teknik Informatika dan Sistem Informasi angkatan 2017–2021. Metode validasi menggunakan stratified 10-fold cross-validation. Hasil menunjukkan akurasi 89,74%, presisi 88,31%, recall 91,05%, dan F1-Score 89,66%. Perbandingan dengan Decision Tree dan SVM menunjukkan Naive Bayes unggul dalam efisiensi komputasi. IPK semester 1–4 dan tingkat kehadiran terbukti sebagai prediktor paling signifikan.

Copyrights © 2024




Citation Download
RIS
EndNote, Reference Manager, ProCite
BibTex
Latex, Jabref
Original Source
Download Original
Google Scholar
Check in Google Scholar
Journal Info
JR : Jurnal Responsive Teknik Informatika
Website

Abbrev

JR

Publisher

Universitas Ibnu Sina

Subject

Computer Science & IT Control & Systems Engineering Engineering Industrial & Manufacturing Engineering

Description

JR: Jurnal Responsive Teknik Informatika is a scientific journal that highlights the latest advancements in the field of information technology. This journal provides a platform for researchers, practitioners, and academics to share their latest knowledge and findings regarding programming, software ...