Perancangan Sistem Klasifikasi Mahasiswa untuk Prediksi Performa Mahasiswa Menggunakan Naïve Bayes Classifier

Abstrak

Abstrak – Salah satu aspek penting dalam menentukan performa mahasiswa dalam menjalani proses perkuliahan adalah ketepatan waktu dalam menyelesaikan studinya. Masa studi setiap mahasiswa bisa disebabkan oleh berbagai faktor. Dengan menggunakan algoritma Naïve Bayes Classifier dapat dilakukan prediksi performa mahasiswa di prodi Sistem Informasi UIN alauddin Makassar. Atribut yang digunakan yaitu jenis kelamin, ip semester 1, ip semester 2, jalur masuk, jurusan stma, tipe sekolah, status ekonomi, status bekerja, status pernikahan dan organisasi. Sampel mahasiswa yaitu data alumni angkatan 2011 sampai 2017 digunakan sebagai data training dan testing yang berjumlah 275 data sedangkan data mahasiswa angkatan 2019 dan 2021 sebagai data target sebanyak 153 data. Proses pengujian akan dilakukan akan dengan metode 10 Fold Cross Validation, dan Confusion Matrix. Hasil dari pengujian menunjukkan bahwa rata-rata performa dari model Naïve Bayes mempunyai accuracy sebesar 70%, precision sebesar 69%, recall sebesar 70% dan f1-score sebesar 67%. Dalam penelitian ini, perancangan sistem menggunakan Metode Agile yang dioptimasikan dengan Framework Laravel. Framework Laravel merupakan framework yang memiliki konsep MVC (Model, View, Controller) yang ringkas dan efisien digunakan dalam mengembangkan sebuah aplikasi web serta memiliki banyak helper yang dapat memudahkan serta membantu dalam proses pembuatan aplikasi. Pengujian sistem menggunakan teknik pengujian Black Box.

Kata Kunci: Prediksi, Naïve Bayes, Prediksi, Mahasiswa, 10 fold cross validation, confusion matrix.