Nai?î?åve Bayes dan Filtering Feature Selection Information Gain untuk Prediksi Ketepatan Kelulusan Mahasiswa

Ade Ricky Rozzaqi

Abstract


Tingkat kelulusan mahasiswa merupakan hal sangat penting untuk prestise suatu perguruan tinggi, tingkat kelulusan mahasiswa juga berpengaruh terhadap nilai akreditasi suatu perguruan tinggi itu sendiri, oleh karna itu penelitian tentang prediksi kelulusan menjadi hal yang sangat menarik untuk diteliti, dalam penelitian ini peneliti mencoba mengkomparasikan 2 algoritma yaitu algoritma klasifikasi Nai?î?åve Bayes dan algoritma Fitur Selection Information Gain untuk memperoleh hasil akurasi nilai tertinggi dan hasil AUC yang tinggi.

Dalam penelitian ini dilakukan tahap pengolahan dengan menggunakan dua metode yaitu: metode yang hanya menggunakan algoritma Nai?î?åve Bayes,dan metode yang mengkomparasikan dua algoritma yaitu algoritma Nai?î?åve Bayes dan algoritma Fitur Selection Information Gain.

Hasil penelitian menunjukan bahwa nilai akurasi tertinggi diperoleh dengan metode yang menggabungkan antara algoritma Nai?î?åve Bayes dan algoritma Fitur Selection Information Gain dengan memperoleh nilai hingga 89,79 % untuk penggunaan 3 atribut, dan peningkatan AUC meningkat dengan 3 atribut.

Kata Kunci: Prediksi kelulusan, nai?î?åve bayes, Fitur Selection Information Gain.


Full Text:

PDF


DOI: https://doi.org/10.26877/jiu.v1i1%20Juni.807

Refbacks

  • There are currently no refbacks.


Copyright (c)



Creative Commons License
Jurnal Informatika Upgris by Program Studi Informatika UPGRIS is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.