Penggunaan Algoritma Naive Bayes Untuk Mengevaluasi Prestasi Akademik Mahasiswa Universitas Nusantara PGRI Kediri
Main Article Content
Abstract
Students' academic activities result in achievements that can be known in each semester until the graduation stage. This study classifies student achievement in the appropriate graduation category or not in the fifth semester. As attributes used include attributes of origin, High School origin, employment and income of parents, Comrade Achievement Index (IPK) and Achievement Index (IP) semesters one to five. The purpose of this study is the application to obtain academic achievement of students Nusantara PGRI Kediri University uses the naïve bayes algorithm. Train data used is the data of student class 2010 to 2012 on the Faculty of Engineering, with a focus on Informatics Engineering courses. Next is calculated using naïve bayes algorithm to classify student achievement. While the test data using student academic data generation 2013. Research results Student's previous academic achievement. This research is useful to know the factors that influence student achievement that can be used to support the making of university policy, for example on the target of new student admission promotion.
Article Details
References
Defiyanti, Sofi. 2013. Analisis dan Prediksi Kinerja Mahasiswa Menggunakan Teknik Data Mining. Syntak, (https://journal.unsika.ac.id/index.php/syntax/article/view/192 (Online), Vol. 2 No. 2, diakses 6 Agustus 2017).
Mauriza, Ahmad Fikri, Yusuf Sulistyo Nugroho. 2014. Implementasi Data Mining Untuk Memprediksi Kelulusan Mahasiswa Fakultas Komunikasi dan Informatika UMS Menggunakan Metode Naive Bayes. Naskah Publikasi. Universitas Muhammadiyah Surakarta. (Online), (http://eprints.ums.ac.id/28225/12/NASKAH_PUBLIKASI_ILMIAH.pdf, diakses 8 Agustus 2017).
Nasution, Nurliana, Khairani Djahara, Ahmad Zamsuri. 2015. Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naïve Bayes (Studi Kasus: Fasilkom Unilak). Jurnal Teknologi Informasi & Komunikasi Digital Zone, (Online), Volume 6, Nomor 2, (https://ejurnal.unilak.ac.id/index.php/dz/article/download/151/96, diakses 6 Agustus 2017).
Kusrini. 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: Andi.
Prasetyo, E. 2012. Data Mining - Konsep Dan Aplikasi Menggunakan MATLAB. Yogyakarta: Andi.
Ridwan, Mujib, Hadi Suyono, dan M. Sarosa. 2013. Penerapan Data Mining Untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier. Jurnal EECCIS, (Online), Vol.7, No. 1, (http://jurnaleeccis.ub.ac.id/index.php/eeccis/article/view/204/176, diakses 25 januari 2017).
Saefulloh, Asep, Moedjiono. 2013. Penerapan Metode Klasifikasi Data Mining Untuk Prediksi Kelulusan Tepat Waktu. InfoSys Journal, (Online), Vol.2 No.1, (http://riset.potensi-utama.ac.id/upload/penelitian/penerbitan_jurnal/707penerapan_metode_klasifikasi_data_mining_untuk_prediksi_.pdf, diakses 6 Agustus 2017).
Santosa, B. 2007. Data Mining Teknik Pemanfaata Data untuk Keperluan Bisnis. Yogyakarta: Graha Ilmu.
Sari, Yayak Kartika. 2016. Implementasi Metode Naive Bayes Untuk Memprediksi Kelulusan Mahasiswa Di Program Studi Teknik Informatika FT UN PGRI Kediri. Naskah Publikasi. Universitas Nusantara PGRI Kediri. (Online), (http://simki.lp2m.unpkediri.ac.id/mahasiswa/file_artikel/2016/12.1.03.02.0081.pdf, diakses 27 Januari 2017).
Sobur, Alex. 2006. Semiotika Komunikasi. Bandung: Remaja Rosdakarya.
Suprawoto, Totok. 2016. Klasifikasi Data Mahasiswa Menggunakan Metode K-Means Untuk Menunjang Pemilihan Strategi Pemasaran. Jurnal Informatika dan Komputer (JIKO), (Online), Vol. 1, No.1, (http://ejournal.akakom.ac.id/index.php/jiko/article/viewFile/9/2, diakses 6 Juli 2017).
Suyanto. 2017. Data Mining Untuk Klasifikasi dan Klasterisasi Data. Informatika: Bandung.
Wasiati, Hera, Dwi Wijayanti. 2014. Sistem Pendukung Keputusan Penentuan Kelayakan Calon Tenaga Kerja Indonesia Menggunakan Metode Naive Bayes (Studi Kasus: Di P.T. Karyatama Mitra Sejati Yogyakarta). Indonesian Journal on Networking and Security, (Online), Volume 3, No 2, (http://ijns.org, diakses 6 Agustus 2017).