SISTEM PREDIKSI PRESTASI (IPK) MAHASISWA
BERDASARKAN LATAR BELAKANG SEKOLAH ASAL DAN
ATRIBUT MAHASISWA KETIKA AWAL MASUK KULIAH
MENGGUNAKAN NAÃVE BAYES
Total View This Week0
Total View This Week0
Institusion
Universitas Muhammadiyah Gresik
Author
SARI, MEINGGAN VILIAN
Subject
Informatics Engineering
Datestamp
2019-07-02 07:08:44
Abstract :
Indeks Prestasi Kumulatif (IPK) merupakan salah satu variabel indikator efisiensi proses pembelajaran di perguruan tinggi yang juga berpengaruh terhadap lama studi mahasiswa. Maka diperlukan sistem yang dapat memprediksi secara dini kategori IPK mahasiswa, agar mahasiswa termotivasi untuk mendapatkan nilai IPK yang tinggi. Penelitian ini menerapkan data mining teknik klasifikasi dengan menggunakan metode Naïve Bayes untuk menentukan kelas prediksi IPK mahasiswa yaitu kelas tinggi atau rendah. Atribut yang digunakan pada penelitian ini terdiri dari 6 variabel, yaitu instansi sekolah, status sekolah, jurusan sekolah, motivasi kuliah, status kerja, dan rata-rata nilai danem. Pengujian sistem dilakukan sebanyak enam kali pengujian yang masingmasing pengujian diulang sebanyak tiga kali dengan komposisi data latih yang berbeda-beda. Data yang digunakan pada pengujian sistem ini adalah data kuesioner dari mahasiswa Teknik Informatika Universitas Muhammadiyah Gresik angkatan tahun 2010 sebanyak 103 data. Berdasarkan hasil pengujian didapatkan bahwa jumlah data latih mempengaruhi dari akurasi hasil prediksi. Semakin banyak data latih yang digunakan, nilai akurasi yang didapatkan semakin tinggi. Nilai akurasi tertinggi didapatkan pada jenis pengujian pertama dengan nilai mencapai 84,62%.
Indeks Prestasi Kumulatif (IPK) merupakan salah satu variabel indikator efisiensi proses pembelajaran di perguruan tinggi yang juga berpengaruh terhadap lama studi mahasiswa. Maka diperlukan sistem yang dapat memprediksi secara dini kategori IPK mahasiswa, agar mahasiswa termotivasi untuk mendapatkan nilai IPK yang tinggi. Penelitian ini menerapkan data mining teknik klasifikasi dengan menggunakan metode Naïve Bayes untuk menentukan kelas prediksi IPK mahasiswa yaitu kelas tinggi atau rendah. Atribut yang digunakan pada penelitian ini terdiri dari 6 variabel, yaitu instansi sekolah, status sekolah, jurusan sekolah, motivasi kuliah, status kerja, dan rata-rata nilai danem. Pengujian sistem dilakukan sebanyak enam kali pengujian yang masingmasing pengujian diulang sebanyak tiga kali dengan komposisi data latih yang berbeda-beda. Data yang digunakan pada pengujian sistem ini adalah data kuesioner dari mahasiswa Teknik Informatika Universitas Muhammadiyah Gresik angkatan tahun 2010 sebanyak 103 data. Berdasarkan hasil pengujian didapatkan bahwa jumlah data latih mempengaruhi dari akurasi hasil prediksi. Semakin banyak data latih yang digunakan, nilai akurasi yang didapatkan semakin tinggi. Nilai akurasi tertinggi didapatkan pada jenis pengujian pertama dengan nilai mencapai 84,62%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
