Penerapan Algoritma Naïve Bayes untuk Memprediksi Kelulusan Mahasiswa

Abstract

Lulus tepat waktu sangat diinginkan oleh mahasiswa karena menghemat biaya, tetapi banyak mahasiswa tidak dapat menyelesaikan studi tepat waktu. Di Universitas Muhammadiyah Kalimantan Timur, mahasiswa S1 dinyatakan lulus tepat waktu jika menyelesaikan 144-160 SKS dalam empat tahun. Hambatan kelulusan tepat waktu termasuk kondisi ekonomi keluarga, kemampuan akademik, dan kesibukan bekerja. Penelitian ini menggunakan data IPS dan SKS mahasiswa angkatan 2017-2020, dengan pre-processing mencakup penggabungan dan pembersihan data. Data dibagi menjadi 70% training dan 30% testing. Model Naïve Bayes digunakan untuk memprediksi kelulusan mahasiswa angkatan 2020, dengan hasil akurasi 78.12%, precision 71.43%, dan recall 93.75%. Prediksi menunjukkan 92 mahasiswa lulus tepat waktu dan 73 terlambat. Penelitian ini menggunakan data 562 mahasiswa Teknik Informatika, dengan 47 sudah lulus dan 104 belum lulus, dan menunjukkan model Naïve Bayes yang efektif untuk prediksi kelulusan.