Implementasi Kombinasi Algoritma Naïve Bayes dan Algoritma Rough Set untuk Memprediksi Indeks Prestasi Mahasiswa

Abstract

Indeks prestasi mahasiswa yang berada dibawah standar dapat menyebabkan berbagai masalah yang menimbulkan efek berantai menyebabkan turunnya performa rendah di semester-semester yang akan datang. Untuk menjaga prestasi mahasiswa tetap baik maka, diperlukan adanya sebuah pendekatan untuk menggali informasi penting mengenai faktor yang melatar belakangi mahasiswa. Salah satu cara untuk menggali informasi adalah melakukan prediksi menerapkan analisis data menggunakan data mining. Pada analisis data penelitian ini menggunakan data berjumlah 306 data mahasiswa yang terdiri dari 240 mahasiswa memiliki indeks prestasi dan 66 mahasiswa belum memiliki indeks prestasi. Menggunakan metode algoritma rough set sebagai metode pemilihan atribut untuk klasifikasi menghasilkan 4 atribut pilihan dari 14. Untuk mengimplementasi dalam klasifikasi akan membagi data menjadi 70% data latih dan 30% data uji pada model menggunakan semua atribut dan model menggunakan pemilihan atribut. Dalam implementasi menggunakan dua model yaitu model menggunakan semua atribut menghasilkan akurasi sebesar 86,76%. Sedangkan akurasi model menggunakan pemilihan atribut menghasilkan meningkat 89,71%. Sehingga dapat dilakukan prediksi pada data mahasiswa yang belum memiliki indeks prestasi mahasiswa menghasilkan 47 indeks prestasi tinggi, 4 indeks prestasi cukup, dan 7 indeks prestasi rendah.