Prediksi Kinerja Mahasiswa dalam Perkuliahan Berbasis Learning Management System Menggunakan Algoritma Naïve Bayes

Abstract

Peralihan model pembelajaran konvensional menjadi pembelajaran daring bukanlah suatu hal yang mudah. Sehingga butuh kesiapan antara pihak kampus dalam mempersiapkan infrastruktur dan juga kesiapan antara dosen serta mahasiswa untuk bisa beradaptasi dengan teknologi yang ada. Dalam penelitian ini digunakan pendekatan data mining dengan metode klasifikasi algoritma Naïve Bayes untuk prediksi kinerja mahasiswa Universitas Muhammadiyah Kalimantan Timur. Data yang digunakan merupakan data nilai akhir yang diperoleh dari Bagian Administrasi Akademik (BAA) dan data OpenLearning dengan jumlah 178 data. Adapun tujuan dari penelitian ini adalah mengidentifikasi indikator, mengimplementasikan algoritma Naïve Bayes, dan mengevaluasi hasil kinerja algoritma Naïve Bayes menggunakan confusion matrix untuk melihat nilai accuracy pada pembagian data 70:30, 80:20 dan 90:10. Dari pengujian Naïve Bayes dengan pembagian tiga data, diperoleh hasil yaitu pembagian data 70:30 sebesar 98,14%, 80:20 sebesar 97,22% dan 90:10 sebesar 94,44%. Sehingga diperoleh akurasi terbaik dimiliki oleh pembagian data 70:30 yang menghasilkan akurasi sebesar 98,14%.