Implementasi Algoritma Naïve Bayes Dalam Prediksi Kemungkinan Mahasiswa Mengikuti Perkuliahan

Abstract

Penilaian kinerja mahasiswa dinilai dari beberapa element dan factor seperti kehadiran, tugas, kuis, dan ujian akhir. Factor yang mendasar dalam penilaian ialah kehadiran dimana mahasiswa sering kali menyepelekan terhadap masalah kehadiran yang menyebabkan tidak lulus dalam salah satu matakuliah. Untuk memprediksi mahasiswa dalam mengikuti kegiatan perkuliahan, diperlukan analisa yang cermat dengan mempertimbangkan banyak kriteria dan faktor. Kriteria yang dijadikan patokan dalam memprediksi mahasiswa antara lain waktu tempuh, waktu kegiatan pembelajaran, riwayat kegagalan kegiatan perkuliahan, waktu luang mahasiswa setelah kegiatan perkuliahan, dan juga kesehatan mahasiswa. Untuk mengolah semua kriteria tersebut diperlukan suatu sistem yang dapat memilih dan mengklasifikasikan kriteria untuk mahasiswa dalam pengambilan keputusan untuk menikuti kegiatan perkuliahan. Algoritma Naive Bayes adalah pengklasifikasi kemungkinan sederhana yang menghitung sekumpulan peluang dengan menjumlahkan frekuensi dan kombinasi nilai dari kumpulan data yang diberikan. Penerapan metode Naïve Bayes diharapkan mampu memprediksi kegiatan mahasiswa mengikuti perkuliahan. Langkah awal dalam penelitian ini ialah dengan melakukan Data Collection, Pre-Proccess, Pengolahan Data, Implementasi Naïve Bayes dan Evaluasi. Dari 500 data riwayat kegiatan mahasiswa yang digunakan dalam pengujian dengan metode Naïve Bayes, maka diperoleh persentase 66% untuk akurasi prediksi, dimana dari 100 data kegiatan perkuliahan mahasiswa yang diuji terdapat 66 data kegiatan pembelajaran mahasiswa yang berhasil diklasifikasikan dengan benar dan 34 data kegiatan pembelajaran mahasiswa yang tidak berhasil diklasifikasikan dengan benar.