Metode Naïve Bayes Classifier (NBC) untuk Memprediksi Tingkat Kelulusan Mahasiswa Tepat Waktu

Abstract

Untuk membantu menjaga kualitas penyelenggaraan program studi dalam hal ini adalah layanan akademik, maka penyeimbangan ratio antara penerimaan mahasiswa yang masuk dengan sarana dan prasana merupakan salah satu upaya yang perlu di lakukan oleh perguruan tinggi caranya adalah dengan memprediksi jumlah tingkat kelulusan mahasiswa yang tepat waktu, dengan mengetahui hal tersebut maka pimpinan dapat menetapkan ratio penerimaan mahasiswa baru pada tahun berikutnya berdasarkan data prediksi yang di dapat. Penelitian ini bertujuan untuk menganalisis data akademik yaitu dengan melakukan klasifikasi data kelulusan mahasiswa sebelumnya dan menggunakan pola yang terbentuk untuk memprediksi besaran persentase tingkat kelulusan mahasiswa serta mencari parameter apa saja yang mempengaruhi tingkat kelulusan. Metode yang digunakan adalah teknik klasifikasi data mining dengan Naïve Bayes Classifier (NBC). Hasil penelitian ini adalah jumlah rata – rata persentase keseluruhan kelulusan mahasiswa tepat waktu yaitu sebesar 73.44% kelulusan dan parameter yang mempengaruhi kelulusan mahasiswa tepat waktu adalah IPK, IPS4, IPS3, IPS2. Hasil penelitian dapat dijadikan landasan bagi pimpinan untuk menentukan ratio penerimaan mahasiswa baru pada tahun berikutnya, dan sebagai bahan evaluasi dalam membantu mahasiswa untuk lulus tepat waktu.