Algoritma Naive Bayes Untuk Mencari Perkiraan Waktu Studi Mahasiswa
Abstract
Seiring perkembangan pengetahuan dan teknologi sudah sangat pesat ini, banyak yang memakai dan menggunakan peralatan secara otomatis untuk kerja manusia lebih efisien, yang salah satunya menggunakan sistem komputerisasi. Dan hal tersebut saat ini sangat dibutuhkan dalam segala aspek diberbagai instansi pemerintah maupun swasta. Salah satunya adalah teknologi Data Mining, program studi mempunyai tugas untuk memprediksi lama studi dari setiap mahasiswanya guna menentukan mahasiswa mana yang lulus tepat pada waktunya dan mengantisipasi terjadinya mahasiswa yang gagal dalam menyelesaikan perkulihan, yang nantinya akan berdampak pada kinerja dari program studi yang ada di universitas, dengan tingkat kelulusan baik pada setiap tahunnya predikat nilai kelulusan sangat memuaskan, Setiap Program Studi berkewajiban untuk melihat perkembangan studi mahasiswanya, untuk memprediksi dapat dilakukan dengan data mining menggunakan metode Algoritma Naive Bayes
References
As' ad, B. (2016). Prediksi Kehadiran Menggunakan Metode Klasifikasi Naïve Bayes, One-r, Decision Tree. Jurnal Penelitian Komunikasi dan Opini Publik, 20(1).
Azahari, A., Yulindawati, Y., Rosita, D., & Mallala, S. (2020). Komparasi Data Mining Naive Bayes dan Neural Network memprediksi Masa Studi Mahasiswa S1. Jurnal Teknologi Informasi dan Ilmu Komputer, 7(3), 443-452.
Berrar, D. (2018). Bayes’ theorem and naive Bayes classifier. Encyclopedia of Bioinformatics and Computational Biology: ABC of Bioinformatics; Elsevier Science Publisher: Amsterdam, The Netherlands, 403-412.
Muin, A. A. (2016). Metode Naive Bayes Untuk Prediksi Kelulusan (Studi Kasus: Data Mahasiswa Baru Perguruan Tinggi). Jurnal Ilmiah Ilmu Komputer Fakultas Ilmu Komputer Universitas Al Asyariah Mandar, 2(1), 22-26.
Muslehatin, W., Ibnu, M., & Mustakim, M. (2017, May). Penerapan Naïve Bayes Classification untuk Klasifikasi Tingkat Kemungkinan Obesitas Mahasiswa Sistem Informasi UIN Suska Riau. In Seminar Nasional Teknologi Informasi Komunikasi dan Industri (pp. 250-256).
Nasution, N., Djahara, K., & Zamsuri, A. (2015). Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naïve Bayes (Studi Kasus: Fasilkom Unilak). Digital Zone: Jurnal Teknologi Informasi dan Komunikasi, 6(2), 1-11.
Peling, I. B. A., Arnawan, I. N., Arthawan, I. P. A., & Janardana, I. G. N. (2017). Implementation of Data Mining To Predict Period of Students Study Using Naive Bayes Algorithm. International Journal of Engineering and Emerging Technology, 2(1), 53-57.
Romero, C., & Ventura, S. (2020). Educational data mining and learning analytics: An updated survey. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 10(3), e1355.
Saleh, A. (2015). Implementasi metode klasifikasi naive bayes dalam memprediksi besarnya penggunaan listrik rumah tangga. Creative Information Technology Journal, 2(3), 207-217.
Widaningsih, S. (2019). Perbandingan Metode Data Mining Untuk Prediksi Nilai Dan Waktu Kelulusan Mahasiswa Prodi Teknik Informatika Dengan Algoritma C4, 5, Naïve Bayes, Knn Dan Svm. Jurnal Tekno Insentif, 13(1), 16-25.
