DETAIL KOLEKSI

Prediksi Kelulusan Tepat Waktu Mahasiswa Menggunakan Algoritma Naive Bayes Classifier (nbc) Di Jurusan Teknik Informatika Universitas Trisakti


Oleh : Tommy Akhmadi

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2015

Pembimbing 1 : Syandra Sari

Subyek : Engineering informatics - data mining;Algorithms - nbc algorithms;Cross validation

Kata Kunci : data training, D mini, Naive Bayes Classifier, prediction


File Repositori
No. Nama File Ukuran (KB) Status
1. 2015_TA_IF_06409032_1_Halaman-Judul.pdf 2014.11
2. 2015_TA_IF_06409032_7_-Daftar-Pustaka.pdf 692.52

D Data mahasiswa yang dimiliki dan disimpan di jurusan Teknik Informatika Universitas Trisakti sangat banyak sekali. Sayangnya hal ini belum tersentuh oleh bidang ilmu yang menjadi salah satu ilmu yang diterapkan dalam jurusan Tekniklinformatika yaitu data mining. Data mining merupakan bidang ilmu yang mengkhususkan pada penggalian informasi dalam tumpukan data. Informasi yang dapat digali dari data-data tersebut salah satunya adalah mengenai kelulusan tepat waktu atau tidak dari mahasiswa baru.Tingkat kelulusan yang menjadi salah satu penilaian akreditasi sebuah jurusan, menjadikan teknik data mining yaitu Naive Bayes Classifier (NBC) dapat memberikan informasi melalui proses prediksi. Prediksi kelulusan mahasiswa dengan algoritma naive bayes classifier dilakukan menggunakan data-data mahasiswa yang sebelumnya. Data mahasiswa sebelumnya yang telah melewati masa studi digunakan sebagai data training untuk memprediksi data mahasiswa yang barn sebagai data uji. Input dari sistem ini adalah data induk mahasiswa dan data wisuda mahasiswa. Sampel mahasiswa angkatan 2007-2008 yang sudah dinyatakan lulus akan digunakan sebagai data training. Cross validation digunakan untuk mendapatkan data target dalam mencari nilai akurasi, presisi dan recall. Data input akan diproses menggunakan teknik data mining algoritma Naive Bayes Classifier (NBC).Hasil yang didapat dari aplikasi yang dibangun, untuk memprediksi kelulusan mahasiswa menggunakan algoritma NBC menunjukan hasil rataarat akurasi yang baik yaitu 72%, recall sebesar 70% dan presisi 78.8%. Nilai akurasilitu merupakan nilai akurasi tertinggi dalam pengujian dengan menggunakan 40 data training dan 10 data uji. Dengan hasil tersebut diharapkan aplikasi ini dapat digunakan untuk memprediksi kelulusan mahasiswa di tahun-tahun yang baru.

T There are much students that owned and stored at Trisakti University majoring in engineering informatics. Unfortunately, this has not been touched by the field of science that became one of the applied science in Informatics Engineering is a data mining. Data mining is a field of science that specializes in extracting information in a pile of data. The information that can extracted from those data, one of them is related into the on time of the graduation or not of new student.The rates of graduation which becomes one of the assessments to an accreditation of a department, here make the data mining technic which is Naive Bayes Classifier (NBC) could giving an information through the prediction processes. The graduation prediction performed by algorithms Naive Bayes Classifier that using previous student\'s data. The previous student\'s data that have passed the period of study used as training data in order to predict the new student data as test data. The input data to this system are student\'s master data and data of graduation student. The student of classes 2007 — 2008 who has passed that will be used as training data. Cross validation become the target data to find the accurate, precision, and recall values. The input data will be process using the technic of data mining Naive BayesClasser (NBC) algorithms.The result of the application which developed to predict the graduation rate used NBC algorithms indicate good accuracy which are 72%, recall as 70%, and precision as 78,S%. The accuracy rate is the highest rate in the test hich uses 40 training data and 10 of test data With the expected results of this application, it be used to predict the student\'s graduation for further classes.

Bagaimana Anda menilai Koleksi ini ?