Aplikasi Data Mining Menggunakan Algoritme Naive Bayes untuk Memprediksi Ketepatan Waktu Lulus Mahasiswa
Main Author: | Agustia, Riska |
---|---|
Format: | Thesis NonPeerReviewed |
Terbitan: |
, 2019
|
Subjects: | |
Online Access: |
http://repository.ub.ac.id/171829/ |
ctrlnum |
171829 |
---|---|
fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/171829/</relation><title>Aplikasi Data Mining Menggunakan Algoritme Naive Bayes untuk Memprediksi Ketepatan Waktu Lulus Mahasiswa</title><creator>Agustia, Riska</creator><subject>003.2 Forecasting and forecasts</subject><description>Tingkat kelulusan untuk setiap mahasiswa berbeda-beda, yaitu tepat waktu dan tidak tepat waktu. Yang menjadi kendala untuk fakultas atau program studi adalah banyaknya mahasiswa yang lulus tidak tepat waktu. Berdasarkan data pada tahun 2018 yang ada di web resmi Fakultas Ilmu Komputer Universitas Brawijaya, rata-rata penerimaan mahasiswa Sistem Informasi setiap tahun kurang lebih 227 mahasiswa, sedangkan rata-rata mahasiswa lulus setiap tahun sekitar 134 mahasiswa. Sehingga berdasarkan data tersebut diperlukan sebuah aplikasi yang mampu membantu pengambil keputusan untuk memprediksi lebih awal mahasiswa yang diindikasikan tidak lulus tepat waktu supaya bisa diberikan tindakan lebih lanjut. Klasifikasi dalam data mining merupakan salah satu metode yang dapat digunakan untuk memprediksi ketepatan waktu lulus mahasiswa. Dengan memanfaatkan salah satu metode klasifikasi yaitu Naive Bayes akan dihasilkan pola – pola berdasarkan probabilitas pada tiap atribut yang dapat digunakan untuk memprediksi ketepatan waktu lulus mahasiswa. Dalam implementasi sistem akan memanfaatkan framework Laravel dan Weka simple CLI. Output yang dihasilkan dari sistem berupa visualisasi dashboard dengan chart yang memuat informasi kelulusan, form untuk membuat model, informasi dari model yang pernah dibuat, serta form yang dapat digunakan oleh Kaprodi SI untuk melakukan prediksi ketepatan waktu lulus mahasiswa. Hasil evaluasi dan validasi algoritme Naive Bayes menggunakan confusion matrix menghasilkan nilai akurasi sebesar 88.6076% dan nilai AUC dari kurva ROC sebesar 0.9558. Dan untuk hasil pengujian sistem menggunakan black-box testing menunjukkan bahwa sistem valid sesuai dengan kebutuhan yang sudah didefinisikan. Sedangkan untuk pengujian usability dengan System Usability Scale menghasilkan nilai 67.5 yang tergolong kedalam adjective rating Good.</description><date>2019-07-18</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><identifier> Agustia, Riska (2019) Aplikasi Data Mining Menggunakan Algoritme Naive Bayes untuk Memprediksi Ketepatan Waktu Lulus Mahasiswa. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FILKOM/2019/399/051905717</relation><recordID>171829</recordID></dc>
|
format |
Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview |
author |
Agustia, Riska |
title |
Aplikasi Data Mining Menggunakan Algoritme Naive Bayes untuk Memprediksi Ketepatan Waktu Lulus Mahasiswa |
publishDate |
2019 |
topic |
003.2 Forecasting and forecasts |
url |
http://repository.ub.ac.id/171829/ |
contents |
Tingkat kelulusan untuk setiap mahasiswa berbeda-beda, yaitu tepat waktu dan tidak tepat waktu. Yang menjadi kendala untuk fakultas atau program studi adalah banyaknya mahasiswa yang lulus tidak tepat waktu. Berdasarkan data pada tahun 2018 yang ada di web resmi Fakultas Ilmu Komputer Universitas Brawijaya, rata-rata penerimaan mahasiswa Sistem Informasi setiap tahun kurang lebih 227 mahasiswa, sedangkan rata-rata mahasiswa lulus setiap tahun sekitar 134 mahasiswa. Sehingga berdasarkan data tersebut diperlukan sebuah aplikasi yang mampu membantu pengambil keputusan untuk memprediksi lebih awal mahasiswa yang diindikasikan tidak lulus tepat waktu supaya bisa diberikan tindakan lebih lanjut. Klasifikasi dalam data mining merupakan salah satu metode yang dapat digunakan untuk memprediksi ketepatan waktu lulus mahasiswa. Dengan memanfaatkan salah satu metode klasifikasi yaitu Naive Bayes akan dihasilkan pola – pola berdasarkan probabilitas pada tiap atribut yang dapat digunakan untuk memprediksi ketepatan waktu lulus mahasiswa. Dalam implementasi sistem akan memanfaatkan framework Laravel dan Weka simple CLI. Output yang dihasilkan dari sistem berupa visualisasi dashboard dengan chart yang memuat informasi kelulusan, form untuk membuat model, informasi dari model yang pernah dibuat, serta form yang dapat digunakan oleh Kaprodi SI untuk melakukan prediksi ketepatan waktu lulus mahasiswa. Hasil evaluasi dan validasi algoritme Naive Bayes menggunakan confusion matrix menghasilkan nilai akurasi sebesar 88.6076% dan nilai AUC dari kurva ROC sebesar 0.9558. Dan untuk hasil pengujian sistem menggunakan black-box testing menunjukkan bahwa sistem valid sesuai dengan kebutuhan yang sudah didefinisikan. Sedangkan untuk pengujian usability dengan System Usability Scale menghasilkan nilai 67.5 yang tergolong kedalam adjective rating Good. |
id |
IOS4666.171829 |
institution |
Universitas Brawijaya |
affiliation |
mill.onesearch.id fkp2tn.onesearch.id |
institution_id |
30 |
institution_type |
library:university library |
library |
Perpustakaan Universitas Brawijaya |
library_id |
480 |
collection |
Repository Universitas Brawijaya |
repository_id |
4666 |
subject_area |
Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia* |
city |
MALANG |
province |
JAWA TIMUR |
shared_to_ipusnas_str |
1 |
repoId |
IOS4666 |
first_indexed |
2021-10-28T06:55:47Z |
last_indexed |
2021-10-28T06:55:47Z |
recordtype |
dc |
_version_ |
1751454115238510592 |
score |
17.538404 |