UDiNus Repository

ANALISIS KOMPARASI PENERAPAN ALGORITMA NAÏVE BAYES DAN C4.5 UNTUK PREDIKSI KELULUSAN MAHASISWA PADA UNIVERSITAS DIAN NUSWANTORO

SELLY, RAHMAWATI (2016) ANALISIS KOMPARASI PENERAPAN ALGORITMA NAÏVE BAYES DAN C4.5 UNTUK PREDIKSI KELULUSAN MAHASISWA PADA UNIVERSITAS DIAN NUSWANTORO. Skripsi,Fakultas Ilmu Komputer.

[img]
Preview
PDF
Download (4049b) | Preview

    Abstract

    Penyelenggara pendidikan yang dianggap paling tinggi bagi mahasiswa sebelum akhirnya memasuki dunia kerja ialah perguruan tinggi. Kualitas pada perguruan tinggi diukur berdasarkan akreditasi oleh Badan Akreditasi Nasional Perguruan Tinggi yang salah satunya ditentukan dari lama masa studi mahasiswa. Hal ini membuat timbulnya daya saing untuk menghasilkan mahasiswa yang berkualitas dan lulus tepat waktu. Penurunan jumlah kelulusan mahasiswa juga mempengaruhi akreditasi dari perguruan tinggi tersebut. Maka perlu adanya evaluasi untuk menindak lanjuti adanya kecenderungan lulus tepat waktu atau tidak. Dengan membandingkan algoritma data mining teknik klasifikasi naive bayes dan c4.5 maka akan didapatkan algoritma yang lebih baik dengan tingkat akurasi yang lebih tinggi guna emprediksi kelulusan mahasiswa. Naive Bayes ialah suatu algoritma yang menggunakan model fitur yang independen.Sedangkan C4.5 atau decision tree (pohon keputusan) manfaat utamanya ialah kemampuan untuk mendapatkan solusi dengan lebih mudah dengan pengambilan keputusan yang kompleks menjadi lebih sederhana. Kemudian akan diuji menggunakan cross validation untuk mengetahui akurasinya. Rata-rata akurasi yang dihasilkan dari algoritma naive bayes 82.35% dan algoritma C4.5 yaitu 76.06%.

    Item Type: Article
    Subjects: T Technology > Teknik Informatika
    Universitas Dian Nuswantoro > Fakultas Ilmu Komputer > Teknik Informatika
    Divisions: Fakultas Ilmu Komputer
    Depositing User: Psi Udinus
    Date Deposited: 22 Sep 2016 14:29
    Last Modified: 22 Sep 2016 14:29
    URI: http://eprints.dinus.ac.id/id/eprint/19466

    Actions (login required)

    View Item