Penerapan Data Mining dalam Mengklasifikasi Kelulusan Mahasiswa Tingkat Akhir Menggunakan Algoritma Naïve Bayes

Abstract

Kelulusan tidak tepat waktu merupakan permasalahan yang sering ditemui pada lingkungan akdemik perguruan tinggi. Hal tersebut juga dialami pada program studi Teknik Informatika Universitas Muhammadiyah Maluku Utara dimana setiap tahunnya mahasiswa yang masuk pada Program Studi Teknik Informatika kurang lebih 150 mahasiswa, sedangkan rata-rata kelulusan mahasiswanya hanya kurang lebih 85 mahasiswa. Ketidakseimbang tersebut tentu akan menimbulkan kerugian dari pihak akademisi maupun mahasiswa. Sehingga berdasarkan permasalahan tersebut diperlukan prediksi terhadap mahasiswa yang diindikasikan tidak lulus tepat waktu supaya dapat diberikan tindakan lebih lanjut. Dengan memanfaatkan salah satu metode algoritma klasifikasi naive bayes, akan dihasilkan pola-pola berdasarkan probabilitas pada setiap atribut atau fitur yang dapat digunakan untuk menentukan apakah mahasiswa lulus tepat waktu atau tidak. Fitur-fitur yang digunakan adalah jenis kelamin, pekerjaan orang tua, pendapatan, index presentasi semester 1 s/d 4 dan tahun kelulusan. Dari data mahasiswa yang berjumlah berjumlah 1026 data terdiri dari 125 data prediksi dan 901 data klasfikasi didapatkan hasil prediksi tepat waktu kelulusan dengan akurasi 44% sedangkan akurasi data keterlambatan mahasiswa mencapai 56%.