Klasifikasi Pencapaian Nilai Mahasiswa Berdasarkan Jenis Mata Kuliah Menggunakan Algoritma Naive Bayesian Classifisier
DOI:
https://doi.org/10.53682/edutik.v3i4.7606Keywords:
Klasifikasi, Nilai Mahasiswa, Naive Bayesian ClassifisierAbstract
Tujuan penelitian ini untuk mengelompokkan data nilai mahasiswa berdasarkan atribut yang ada serta menentukan kebijakan dalam menentukan bakat dan kemampuan mahasiswa berdasarkan hasil klasterisasi. Metode yang digunakan pada penelitian ini adalah deskriptif dengan pendekatan kuantitatif. Penelitian deskriptif mengkaji antar dua variabel atau lebih, variabel pada penelitian ini bertujuan untuk melihat tingkat prestasi akademik mahasiswa Nilai Mahasiswa Universitas Negeri Manado Fakultas Teknik Jurusan Pendidikan Teknologi Informasi Dan Komunikasi. Hasil penelitian yang diperoleh dari penelitian ini (1) Impelementasi Naive bayes menggunakan Aplikasi WEKA dapat menelusuri karakteristi katribut dari dataset dengan Lulus dan Tidak Lulus. Metode Klasifikasi Naive Bayes menggunakan data training untuk menciptakan probabilitas setiap kriteria untuk berbagai kelas yang berbeda, dengan tujuan agar nilai-nilai probabilitas dari kriteria ini dapat ditingkatkan untuk memprediksi status data nilai mahasiswa proses klasifikasi yang dilakukan dengan metode Klasifikasi Naive Bayes. (2) Berdasarkan data nilai mahasiswa yang dijadikan data testing, metode Naive Bayes berhasil mengklasifikasikan 3.929 data yang diuji. Di mana dari 3.928 data mahasiswa, untuk Correctly Classified Instance sebanyak 99,9745 % sementara persentase untuk Incorrectly Classified Instance adalah sebesar 0,0255 %. Dimana dari 3.928 data klasifikasi pencapaian nilai mahasiswa dengan menggunakan Naive Bayesian Classifisier berhasil diklasifikasikan dengan benar dan sebanyak 1 data penggunaan klasifikasi pencapaian nilai mahasiswa tidak berhasil diklasifikasikan dengan benar.
References
Abdullah, N., Yusof, N., Lau, W. J., Jaafar, J., & Ismail, A. F. (2019). Recent trends of heavy metal removal from water/wastewater by membrane technologies. Journal of Industrial and Engineering Chemistry, 76, 17-38.
Andita, V., Hermawat, W., & Hartati, N. S. (2019). Pengaruh Jumlah Pelayanan Rawat Jalan, Rawat Igd Dan Rawat Inap Terhadap Tingkat Pendapatan Rumah Sakit Umum Daerah (Rsud) Cideres Kabupaten Majalengka. Jurnal Ekonomi Manajemen, 14(2), 370-378.
Dimyati, T. R. (2018). Pembentukan karakter mahasiswa dalam sistem pendidikan tinggi Islam. TADRIS: Jurnal Pendidikan Islam, 13(1), 17-32.
Ekayani, P. (2017). Pentingnya penggunaan media pembelajaran untuk meningkatkan prestasi belajar siswa. Jurnal Fakultas Ilmu Pendidikan Universitas Pendidikan Ganesha Singaraja, 2(1), 1-11.
Kurdhi, N. A., Saksono, H., Rihfenti Ernayani, S. E., Ak, M., Bakri, A. A., SE, M., ... & MM, C. (2023). Manajemen Sains. Cendikia Mulia Mandiri.
Mukminin, A., & Riana, D. (2017). Komparasi Algoritma C4. 5, Naïve Bayes Dan Neural Network Untuk Klasifikasi Tanah. Jurnal Informatika, 4(1).
Nurdiaman, A. 2019. Pendidikan Kewarganegaraan- Kecakapan berbangsa dan bernegara. Jakarta: PT. Pribumi Mekar
Pradiptasari, L. P. M. (2016). Hubungan Antara Intensitas Penggunaan Media Sosial dan Interaksi Sosial dengan Prestasi Akademik di Kalangan Mahasiswa Pendidikan Ekonomi-FKIP Universitas Kristen Satya Wacana Salatiga. Salatiga: Universitas Kristen Satya Wacana.
Rabiah, S. (2019). Manajemen Pendidikan tinggi dalam meningkatkan mutu pendidikan. Jurnal Sinar Manajemen, 6(1), 58-67.
Utomo, D. P., & Mesran, M. (2020). Analisis komparasi metode klasifikasi data mining dan reduksi atribut pada data set penyakit jantung. Jurnal Media Informatika Budidarma, 4(2), 437-444.
