PENERAPAN METODE NAIVE BAYES DAN DECISION TREE UNTUK MEMPREDIKSI PREDIKAT KELULUSAN MAHASISWA BERDASARKAN NILAI TES MASUK DAN PILIHAN PROGRAM STUDI UNIVERSITAS DARMA PERSADA

Juliano Daffa, Adytia (2022) PENERAPAN METODE NAIVE BAYES DAN DECISION TREE UNTUK MEMPREDIKSI PREDIKAT KELULUSAN MAHASISWA BERDASARKAN NILAI TES MASUK DAN PILIHAN PROGRAM STUDI UNIVERSITAS DARMA PERSADA. Other thesis, UNSADA.

[img] Text
COVER.pdf

Download (1MB)
[img] Text
BAB 1.pdf

Download (778kB)
[img] Text
BAB 2.pdf

Download (1MB)
[img] Text
BAB 3.pdf
Restricted to Registered users only

Download (1MB)
[img] Text
BAB 4.pdf
Restricted to Registered users only

Download (2MB)
[img] Text
BAB 5.pdf

Download (691kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (491kB)
[img] Text
LAMPIRAN.pdf
Restricted to Registered users only

Download (609kB)
Official URL: http://repository.unsada.ac.id/cgi/oai2

Abstract

Penelitian ini bertujuan untuk menghasilkan informasi tambahan serta membuat aplikasi yang dapat memprediksi predikat kelulusan mahasiswa baru yang dapat digunakan bidang akademik untuk mensegmentasi kualitas calon mahasiswa di Universitas Darma Persada. Data yang digunakan berupa nilai tes pendaftaran, pilihan program studi, dan IPK mahasiswa. Penggunaan data mempunyai karakteristik kelas yang tidak seimbang (imbalance dataset). Aplikasi sistem prediksi dibangun menggunakan metode waterfall serta sistem prediksi dibangun berdasarkan salah satu ilmu komputer yaitu data mining dengan mengikuti langkahlangkah pada kerangka kerja CRISP-DM, model klasifikasi yang akan digunakan adalah naïve bayes dan decision tree c4.5. Bahasa Pemrograman yang digunakan adalah PHP. Dari hasil evaluasi diperoleh rata-rata akurasi naïve bayes 56.57% dan decision tree 51.14% serta rata-rata f1-score naïve bayes 39.19% dan decision tree 34.87%. Berdasarkan keseluruhan analisis pada penelitian ini maka diketahui algoritma naïve bayes lebih baik dari algoritma decision tree untuk menangani imbalance dataset dan untuk memprediksi predikat kelulusan mahasiswa. Tetapi dari hasil evaluasi, sistem yang dibuat belum siap untuk di deploy kepada mahasiswa.

Item Type: Thesis (Other)
Uncontrolled Keywords: Decision Tree, Naïve Bayes, Data Mining, Predikat Kelulusan
Subjects: 000 Generalities/Karya Umum > 005.1 Programming/Pemrograman
Divisions: Fakultas Teknik > Teknik Informatika
Depositing User: Suwatno Suwatno Perpustakaan
Date Deposited: 01 Dec 2022 03:03
Last Modified: 01 Dec 2022 03:03
URI: http://repository.unsada.ac.id/id/eprint/4947

Actions (login required)

View Item View Item