ANALISIS PREDIKSI MASA STUDI MAHASISWA TEKNIK INFORMATIKA UNIVERSITAS MERCU BUANA MENGGUNAKAN ALGORITMA NAÏVE BAYES

PRABOWO, FAJAR EDI (2019) ANALISIS PREDIKSI MASA STUDI MAHASISWA TEKNIK INFORMATIKA UNIVERSITAS MERCU BUANA MENGGUNAKAN ALGORITMA NAÏVE BAYES. S1 thesis, Universitas Mercu Buana Jakarta.

[img] Text (JURNAL MAHASISWA)
Jurnal Yudisium.pdf
Restricted to Registered users only

Download (645kB)

Abstract

Mercu Buana University is one of the private university with more than 25.000 students in 2018. Informatics is one of the major in Mercu Buana University that requires decent facilities and infrastructures. However, it demands great cost to be implemented. Based on this problem, research will be done to analyze and predict student graduation time as a reference to implement decent facilities and infrastructures. Naïve Bayes Classification will be used in this paper to be implemented on Informatics graduated students using RapidMiner. With 82,26% of accuracy, Mercu Buana University can use the result as a strategy to improve their quality and performance. Key words: Classification, Naïve Bayes, Prediction, Scholar Graduation Universitas Mercu Buana merupakan salah satu perguruan tinggi swasta dengan lebih dari 25.000 mahasiswa aktif pada tahun 2018. Salah satu program studi yang ada di Universitas Mercu Buana dan membutuhkan dukungan sarana dan prasarana yang baik adalah Teknik Informatika. Namun, pengadaan sarana perkuliahan yang memadai tidak mudah untuk dilakukan karena diperlukan biaya yang tidak sedikit. Berdasarkan permasalahan tersebut, penulis melakukan penelitian untuk menganalisa dan memprediksi lama masa studi mahasiswa sehingga dapat dijadikan acuan dalam pengadaan sarana dan prasarana perkuliahan. Metode yang digunakan adalah Naïve Bayes yang akan diimplementasikan pada data kelulusan mahasiswa Teknik Informatika Universitas Mercu Buana menggunakan RapidMiner. Setelah dilakukan pengujian, diperoleh nilai akurasi sebesar 82,26%. Hasil tersebut dapat dimanfaatkan sebagai strategi dalam meningkatkan kualitas pembelajaran di Universitas Mercu Buana. Kata kunci: Klasifikasi, Naïve Bayes, Prediksi, Kelulusan

Item Type: Thesis (S1)
NIM: 41515010079
Uncontrolled Keywords: Klasifikasi, Naïve Bayes, Prediksi, Kelulusan
Subjects: 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika > 004.1 General Works on Specific Types of Computers/Karya Umum tentang Tipe-tipe Khusus Komputer > 004.11 SuperComputers/Super Komputer
000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika > 004.2 Systems Analysis and Computer Design, Computer Architecture, Computer Performance Evaluation/Sistem Analis dan Desain Komputer, Arsitektur Komputer, Evaluasi Daya Guna dan Performa Komputer > 004.22 Computer Architecture/Arsitektur Komputer
000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 005 Computer Programmming, Programs, Data/Pemprograman Komputer, Program, Data > 005.3 Programs/Program > 005.36 Programs for Personal Computers/Program untuk Komputer Personal > 005.365 Programs in Specific Computers/Program di Komputer Tertentu
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: Virda Syifa
Date Deposited: 19 Jun 2019 04:05
Last Modified: 19 Jun 2019 04:05
URI: http://repository.mercubuana.ac.id/id/eprint/48995

Actions (login required)

View Item View Item