ANALISIS PREDIKSI KELULUSAN MAHASISWA DENGAN METODE NAIVE BAYES CLASSIFIER

Abstract

Kelulusan dalam waktu yang ditetapkan merupakan salah satu indikator keberhasilan mahasiswa dan kualitas Perguruan tinggi. Prediksi kelulusan tepat waktu perlu dilakukan guna meningkatkan efesiensi sistem pendidikan pada Perguruan Tinggi. Metode Naive Bayes Classifier merupakan metode klasifikasi yang dapat digunakan memprediksi mahasiswa akan lulus tepat waktu atau tidak. Metode Naive Bayes Classifier didasarkan pada teorema Bayes dengan asumsi independensi antar fitur. Data penelitian yang digunakan sebanyak 247 mahasiswa telah lulus. Atribut yang digunakan meliputi jenis kelamin, asal daerah, Indeks Prestasi Semester (IPS) 1 hingga 4, dan nilai mata kuliah kompetensi  dengan variabel target empat kategori. Untuk data latih diambil sebanyak 197 (80%) sedangkan  data uji diambil sebanyak 50 (20%). Hasil penelitian menunjukkan bahwa model Naive Bayes Classifier memiliki akurasi yang tinggi dalam memprediksi kelulusan mahasiswa, yaitu sebesar 94%. Nilai presisi model untuk kategori 1 dan kategori 3, masing-masing mencapai 94% dan 100% sedangkan presisi model untuk kategori 2 dan kategori 4 adalah 0.  Nilai recall  untuk kategori 1 dan kategori 3 mencapai 100% sedangkan untuk kategori 2 dan kategori 4 adalah 0. Nilai F1-Score menunjukkan keseimbangan yang cukup baik antara presisi dan recall, yaitu sebesar 49%.