PENERAPAN DATA MINING UNTUK MENGANALISA KEMUNGKINAN PENGUNDURAN DIRI CALON MAHASISWA BARU DENGAN ALGORITMA NAIVE BAYES CLASSIFIER

BINTI, KAROMAH MAMLUATUL (2014) PENERAPAN DATA MINING UNTUK MENGANALISA KEMUNGKINAN PENGUNDURAN DIRI CALON MAHASISWA BARU DENGAN ALGORITMA NAIVE BAYES CLASSIFIER. Skripsi,Fakultas Ilmu Komputer.

Preview

PDF Download (4Kb) | Preview

Abstract

Perguruan tinggi mempunyai data calon mahasiswa baru yang lulus dalam seleksi masuk perguruan tinggi. Namun perguruan tinggi mengalami kesulitan dalam menganalisa apakah mahasiswa akan melakukan registrasi atau tidak. Pada akhir periode penerimaan mahasiswa baru atau pada pertengan semester satu baru bisa diketahui. Hal ini akan sangat merugikan perguruan tinggi jika ternyata hanya sedikit calon mahasiswa baru yang melakukan registrasi, dan sangat terlambat apabila perguruan tinggi akan mengambil tindakan. Penelitian ini menganalisis tentang kemungkinan pengunduran diri calon mahasiswa baru untuk mengetahui seberapa banyak calon mahasiswa baru yang akan melakukan registrasi atau tidak. Berdasarkan kondisi tersebut, maka teknik data mining yang tepat untuk digunakan adalah teknik klasifikasi. Berdasarkan teknik yang digunakan, maka algoritma yang digunakan untuk mengklasifikasi yaitu algoritma Naive Bayes Classifier (NBC). Desain penelitian menggunakan CRISP-DM karena penyelesaian masalah pada penelitian ini mengarah pada strategi bisnis. Penelitian ini menggunakan data calon mahasiswa baru yang sudah diterima di Universitas Dian Nuswantoro. Proses validasi menggunakan tenfold-cross validation, sedangkan untuk melihat unjuk kerja model menggunakan confusion matrix. Hasil menunjukan pengujian data mahasiswa angkatan 2010, 2011,2012, dan 2013 dengan NBC menghasilkan nilai akurasi masing-masing 90.08%, 85.20%, 71.55%, 76.84% dengan tingkat error masing-masing 9.92%, 14.08%, 28.44% dan 23.15%.

Actions (login required)