Optimalisasi Metode Naive Bayes untuk Menentukan Program Studi bagi Calon Mahasiswa Baru dengan Pendekatan Unsupervised Discretization

Diterima: 26 Januari 2022 Penerimaan calon mahasiswa baru harus mempertimbangkan berbagai prosedur yang bertujuan untuk mengarahkan calon mahasiswa baru dalam menentukan program studi yang ditempuh dan diminati. Penelitian ini akan membahas tentang Optimalisasi metode Naive Bayes untuk menentukan program studi atau jurusan bagi calon mahasiswa baru dengan pendekatan metode Unsupervised Discritization. Ada beberapa tahapan metode penelitian yang dilakukan dalam penelitian ini, diantaranya Cleaning Data, Collection Data, Penentuan Kriteria, Penentuan Probabilitas, serta testing Data. Penelitian ini sudah pernah dilakukan dengan metode yang sama yaitu metode Naive Bayes yang dipakai buat klasifikasi minat calon mahasiswa baru pada menentukan program studi dengan hasil nilai akurasinya 96.68%. Penelitian yang sedang berjalan digunakan metode yang sama yaitu Naive Bayes lalu dilakukan optimalisasi dengan pendekatan metode Unsupervised Discretization. Untuk data testing ada 1671 record data siswa. Setelah dilakukan pengujian dengan metode yang sama dan dioptimalisasikan, maka nilai akurasi yang tadinya sebesar 96.68% menjadi 97.66% dengan hasil klasifikasi menunjukan pada program studi DIII Farmasi. Tujuan dari penelitian ini adalah menghasilkan klasifikasi dalam menentukan program studi atau jurusan bagi calon mahasiswa baru memakai metode Naive Bayes menggunakan optimalisasi pendekatan metode Unsupervised Discretization. Dari hasil pengujian data tersebut maka metode Naive Bayes setelah dilakukan optimalisasi dengan pendekatan metode Unsupervised Discretization sangat baik dibandingkan sebelum dilakukan optimalisasi. Abstract