PENERAPAN METODE NAIVE BAYES PADA PENGELOMPOKAN MAHASISWA POTENSIAL DROP OUT
| Main Authors: | Devi, Devi, Hendri, Hendri |
|---|---|
| Other Authors: | STMIK TIME, LPPM STMIK TIME |
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
STMIK Budi Darma
, 2017
|
| Online Access: |
http://ejurnal.stmik-budidarma.ac.id/index.php/inti/article/view/395 http://ejurnal.stmik-budidarma.ac.id/index.php/inti/article/view/395/pdf |
Daftar Isi:
- Perguruan tinggi adalah salah satu institusi yang sudah pasti memiliki data yang tidak kecil jumlahnya. Database perguruan tinggi menyimpan data akademik, administrasi dan data mahasiswa. Data tersebut apabila digali dengan tepat maka dapat diketahui pola atau pengetahuan untuk mengambil keputusan. Salah satu data yang dapat digali adalah pemahaman informasi mahasiswa yang potensial drop out. Hal ini penting untuk diketahui dan dipahami. Pemahaman dapat dilakukan dengan mengungkapkan pengetahuan yang dimiliki untuk memahami dan mengelompokkannya. Pencegahan kegagalan adalah sangat penting bagi managemen perguruan tinggi. Ukuran keberhasilan atau prestasi mahasiswa dapat dilihat dari Indeks Prestasi (IP) yang mencerminkan seluruh nilai yang diperoleh mahasiswa sampai semester yang sedang berjalan. Dengan bantuan teknik penggalian data (data mining), seperti algoritma naïve bayes, yang memungkinkan untuk menemukan karakteristik-karakteristik dari nilai prestasi mahasiswa dan menggunakan karakteristik mereka. Algoritma naïve bayes yang baik idealnya menghasilkan kelompok yang berbeda, meskipun dalam praktek pemisahan yang sempurna biasanya tidak bisa dicapai.