学生毕业典礼分析使用了原始数据挖掘方法Naive Bayes: sys主题审查

Lila Setiyani, M. Wahidin, Dudi Awaludin, S. Purwani
{"title":"学生毕业典礼分析使用了原始数据挖掘方法Naive Bayes: sys主题审查","authors":"Lila Setiyani, M. Wahidin, Dudi Awaludin, S. Purwani","doi":"10.30998/faktorexacta.v13i1.5548","DOIUrl":null,"url":null,"abstract":"Salah satu tantangan yang dihadapi perguruan tinggi adalah menghasilkan sarjana yang mempunyai kopetensi, bersaing dan beradaptasi di dunia global serta lulus sesuai dengan waktu yang telah ditentukan. Kelulusan mahasiswa tepat waktu menjadi salah satu kriteria penilaian akreditasi bagi suatu perguruan tinggi. Untuk mendapatkan hasil akreditasi yang baik maka dibutuhkan prediksi tingkat kelulusan dengan suatu metode sehingga dapat mengantisipasi keterlambatan kelulusan mahasiswa. Database yang dimiliki oleh setiap perguruan tinggi dapat dijadikan acuan sebagai bahan untuk memprediksi kelulusan Mahasiswa. Data mining adalah istilah yang digunakan untuk mendapatkan pengetahuan dan atau informasi didalam database. Terdapat beberapa metode dalam data mining salah satunya yaitu metode naïve bayes.Metode data mining naïve bayes merupakan metode probabilitas dan statistik yang memprediksi peluang di masa depan berdasarkan data yang ada sebelumnya. Sytematic review ini bertujuan untuk mengulas apakah metode data mining naïve bayes dapat memprediksi kelulusan mahasiswa dengan akurasi yang tinggi. Metode yang digunakan dalam penulisan systematic review ini menggunakan PRISMA framework. Dalam  Systematic review ini, penulis mengulas tiga literatur dari beberapa sumber penerbit dan melakukan analisa terhadap metode dan hasil yang didapat.","PeriodicalId":53004,"journal":{"name":"Faktor Exacta","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2020-06-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"12","resultStr":"{\"title\":\"Analisis Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Metode Data Mining Naïve Bayes : Systematic Review\",\"authors\":\"Lila Setiyani, M. Wahidin, Dudi Awaludin, S. Purwani\",\"doi\":\"10.30998/faktorexacta.v13i1.5548\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Salah satu tantangan yang dihadapi perguruan tinggi adalah menghasilkan sarjana yang mempunyai kopetensi, bersaing dan beradaptasi di dunia global serta lulus sesuai dengan waktu yang telah ditentukan. Kelulusan mahasiswa tepat waktu menjadi salah satu kriteria penilaian akreditasi bagi suatu perguruan tinggi. Untuk mendapatkan hasil akreditasi yang baik maka dibutuhkan prediksi tingkat kelulusan dengan suatu metode sehingga dapat mengantisipasi keterlambatan kelulusan mahasiswa. Database yang dimiliki oleh setiap perguruan tinggi dapat dijadikan acuan sebagai bahan untuk memprediksi kelulusan Mahasiswa. Data mining adalah istilah yang digunakan untuk mendapatkan pengetahuan dan atau informasi didalam database. Terdapat beberapa metode dalam data mining salah satunya yaitu metode naïve bayes.Metode data mining naïve bayes merupakan metode probabilitas dan statistik yang memprediksi peluang di masa depan berdasarkan data yang ada sebelumnya. Sytematic review ini bertujuan untuk mengulas apakah metode data mining naïve bayes dapat memprediksi kelulusan mahasiswa dengan akurasi yang tinggi. Metode yang digunakan dalam penulisan systematic review ini menggunakan PRISMA framework. Dalam  Systematic review ini, penulis mengulas tiga literatur dari beberapa sumber penerbit dan melakukan analisa terhadap metode dan hasil yang didapat.\",\"PeriodicalId\":53004,\"journal\":{\"name\":\"Faktor Exacta\",\"volume\":\" \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2020-06-02\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"12\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Faktor Exacta\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.30998/faktorexacta.v13i1.5548\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Faktor Exacta","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.30998/faktorexacta.v13i1.5548","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 12

摘要

大学面临的挑战之一是培养在全球范围内繁殖、竞争和适应能力强的学者,并在规定的时间内毕业。学生及时毕业成为一所大学的认证评估标准之一。为了获得良好的认证结果,需要有一种方法来预测学生的毕业率。任何大学拥有的数据库都可以作为预测学生毕业的参考资料。数据挖掘是用来获取数据库中的知识和或信息的术语。数据挖掘中有几种方法,其中一种是天真的贝斯。天真的数据挖掘方法是一种基于现有数据预测未来机会的概率和统计方法。系统审查的目的是审查天真的数据挖掘方法是否能准确预测学生的毕业。在系统审查写作中使用的方法是使用框架棱镜。在本系统审查中,作者审查了几家出版社的三份文献,并对其方法和结果进行了分析。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Analisis Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Metode Data Mining Naïve Bayes : Systematic Review
Salah satu tantangan yang dihadapi perguruan tinggi adalah menghasilkan sarjana yang mempunyai kopetensi, bersaing dan beradaptasi di dunia global serta lulus sesuai dengan waktu yang telah ditentukan. Kelulusan mahasiswa tepat waktu menjadi salah satu kriteria penilaian akreditasi bagi suatu perguruan tinggi. Untuk mendapatkan hasil akreditasi yang baik maka dibutuhkan prediksi tingkat kelulusan dengan suatu metode sehingga dapat mengantisipasi keterlambatan kelulusan mahasiswa. Database yang dimiliki oleh setiap perguruan tinggi dapat dijadikan acuan sebagai bahan untuk memprediksi kelulusan Mahasiswa. Data mining adalah istilah yang digunakan untuk mendapatkan pengetahuan dan atau informasi didalam database. Terdapat beberapa metode dalam data mining salah satunya yaitu metode naïve bayes.Metode data mining naïve bayes merupakan metode probabilitas dan statistik yang memprediksi peluang di masa depan berdasarkan data yang ada sebelumnya. Sytematic review ini bertujuan untuk mengulas apakah metode data mining naïve bayes dapat memprediksi kelulusan mahasiswa dengan akurasi yang tinggi. Metode yang digunakan dalam penulisan systematic review ini menggunakan PRISMA framework. Dalam  Systematic review ini, penulis mengulas tiga literatur dari beberapa sumber penerbit dan melakukan analisa terhadap metode dan hasil yang didapat.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
审稿时长
7 weeks
期刊最新文献
Perancangan Diagnosa Covid-19 Menggunakan Metode Case Based Reasoning (CBR) Untuk Mengidentifikasi Tingkatan Gejala Pasien Covid-19 Analisis Model Matematika dan Simulasi Pada Penyebaran Hepatitis Non HepA-E Akut di Indonesia Perancangan Sistem Informasi Hino Service on Site (Studi Kasus : Dealer Hino, PT. Persada Lampung Raya) Penerapan Algoritma Sweep dan Particle Swarm Optimization (PSO) sebagai Alternatif Menentukan Rute Distribusi Penerapan Metode Convolution Neural Network (CNN) Dalam Proses Pengolahan Citra Untuk Mendeteksi Cacat Produksi Pada Produk Masker
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1