<![CDATA[Tingginya tingkat mahasiswa yang mengalami drop out dalam program studi sering menjadi tantangan bagi institusi pendidikan tinggi, tidak menutup kemungkinan akan terjadi pada Program Studi Ilmu Komputer di Universitas Muhammadiyah Pontianak. Untuk mengatasi masalah ini, diperlukan sebuah sistem yang dapat membantu memprediksi potensi mahasiswa yang berisiko drop out, sehingga dapat dilakukan intervensi yang tepat waktu. Penelitian ini mengembangkan sebuah aplikasi berbasis data mining yang menggunakan algoritma Naïve Bayes untuk memprediksi resiko drop out mahasiswa. Metode penelitian meliputi definisi masalah, pengumpulan data, permodelan, evaluasi, penyebaran model, dan penarikan kesimpulan. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes berhasil diimplementasikan dengan tingkat akurasi 91%, presisi 85%, dan recall 96%. Meskipun terdapat beberapa kekurangan dalam akurasi, aplikasi yang telah dibangun diharapkan dapat mengatasi masalah mahasiswa berpotensi drop out.]]>
Copyrights © 2026
