{"title":"ANALISIS PREDIKSI KETEPATAN MASA STUDI MAHASISWA MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER DAN FEATURE SELECTION","authors":"M. N. Akbar, Hariani, Asep Indra Syahyadi","doi":"10.24252/instek.v7i2.32576","DOIUrl":null,"url":null,"abstract":"Lama masa studi mahasiswa merupakan salah satu poin penilaian dalam akreditasi suatu program studi pada institusi perguruan tinggi. Pendeteksian dini keterlambatan masa studi dapat dilakukan dengan memanfaatkan teknik data mining. Pada penelitian ini diterapkan algoritma Naïve Bayes Classifier (NBC) dan teknik feature selection menggunakan Informaton Gain (IG) dan Correlation Attribute (CA) dengan tujuan membangun model prediksi yang akurat dan menganalisis atribut yang berpengaruh dalam menentukan lama masa studi sehingga dapat membantu perguruan tinggi dalam membuat kebijakan akademis agar dapat mengoptimalkan tingkat kelulusan mahasiswa pada tahun-tahun berikutnya. Hasil uji coba pada dataset diperoleh akurasi tertinggi yaitu NBC+CA sebesar 81.2%, meningkat 12% dibandingkan NBC tanpa feature selection","PeriodicalId":127396,"journal":{"name":"Jurnal INSTEK (Informatika Sains dan Teknologi)","volume":"11 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-10-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal INSTEK (Informatika Sains dan Teknologi)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.24252/instek.v7i2.32576","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1
Abstract
Lama masa studi mahasiswa merupakan salah satu poin penilaian dalam akreditasi suatu program studi pada institusi perguruan tinggi. Pendeteksian dini keterlambatan masa studi dapat dilakukan dengan memanfaatkan teknik data mining. Pada penelitian ini diterapkan algoritma Naïve Bayes Classifier (NBC) dan teknik feature selection menggunakan Informaton Gain (IG) dan Correlation Attribute (CA) dengan tujuan membangun model prediksi yang akurat dan menganalisis atribut yang berpengaruh dalam menentukan lama masa studi sehingga dapat membantu perguruan tinggi dalam membuat kebijakan akademis agar dapat mengoptimalkan tingkat kelulusan mahasiswa pada tahun-tahun berikutnya. Hasil uji coba pada dataset diperoleh akurasi tertinggi yaitu NBC+CA sebesar 81.2%, meningkat 12% dibandingkan NBC tanpa feature selection
京公网安备 11010802042870号
京ICP备2023020795号-1
分享
求助内容：
应助结果提醒方式：
扫码关注我们
