Prediksi Kelulusan Mahasiswa Tepat Waktu atau Tidak Menggunakan Metode Naive Bayes Classifier (Studi kasus : Mahasiswa Fakultas Teknik)

ABSTRAK - Perguruan tinggi memiliki kewajiban untuk menghasilkan lulusan yang kompeten. Hal tersebut dapat dinilai dari tingkat kelulusan mahasiswanya. Kelulusan mahasiswa tepat waktu merupakan salah satu point penilaian dalam proses akreditasi perguruan tinggi. Namun kelulusan mahasiswa tidak selalu dapat dideteksi secara cepat, Banyak faktor yang menjadi pengaruh kelulusan mahasiswa terlambat, seperti tingkat pemahaman mahasiswa terhadap materi kuliah yang dapat dilihat dari IPK mahasiswa. Dari permasalahan yang ada, perlu adanya sistem untuk memprediksi tingkat kelulusan mahasiswa berdasarkan variabel-variabel yang ada. Dengan sistem yang dibuat diharapkan perguruan tinggi bisa membuat kebijakan sehingga mahasiswa dapat lulus tepat waktu. Penelitian ini menggunakan 358 data mahasiswa fakultas teknik lulusan angkatan 2017 - 2022, dengan metode Naive bayes, dengan rincian data training 286 data dan data testing 72 data. Atribut yang digunakan nama, sekolah (Negeri/Swasta), jenis sekolah (SMA/SMK /MA), dan IPS-1 – IPS4. Dengan tahapan identifikasi masalah, pengumpulan data, data cleaning, data integration data transformation (dibagi menjadi data training dan data tesing), klasifikasi dengan Naive bayesClassifier, validasi, evaluasi dan hasil. Hasil penelitian yang diperoleh yaitu akurasi = 91,7%, termasuk dalam kategori good classification.