Prediksi Nilai Akademik Mahasiswa Menggunakan Algoritma Naïve Bayes

Abstract

Pendidikan adalah suatu hal yang sangat penting dalam perkembangan suatu negara. Salah satu cara untuk meningkatkan kualitas yang lebih tinggi dari skema pendidikan tinggi adalah dengan memprediksi penilaian akademik mahasiswa dan dengan demikian lembaga dapat mengambil tindakan awal untuk meningkatkan kinerja siswa. Klasifikasi mahasiswa berdasarkan potensi kinerja akademis mereka dapat menjadi strategi yang berguna untuk mengurangi kegagalan, untuk mempromosikan pencapaian hasil yang lebih baik dan untuk mengelola sumber daya yang lebih baik di lembaga pendidikan tinggi. Penelitian ini akan mengukur nilai akademis mahasiswa dengan menggunakan algoritma Naïve Bayes dimana memanfaatkan perhitungan probabilitas dan statistik data sebelumnya untuk memprediksi data di masa depan berdasarkan pada data sebelumnya. Hasil penelitian menunjukkan accuracy 96,24%, precison 95,76%, dan recall 100%. Selain itu dengan algoritma Naïve Bayes menunjukkan hasil prediksi berdasarkan mahasiswa yang kuliah sambil bekerja, jadwal kerja mahasiswa, dan berdasarkan waktu kuliah.

Prediksi Hasil Belajar Peserta Didik Menggunakan Model Multiple Linier Regression

“…Penelitian yang terkait dengan prediksi hasil belajar dengan berbagai metode sudah dilakukan oleh para peneliti lainnya seperti memprediksi pertumbuhan usaha mikro kecil dan menengah (UMKM) menggunakan regresi linier berganda dengan 2 variabel dependent yaitu rata-rata suku bunga dan inflasi (Firmansyah & Yulianto, 2021). Prediksi nilai akademik mahasiswa menggunakan metode naïve bayes, klasifikasinya berdasarkan mahasiswa yang kuliah sambal bekerja, berdasarkan jadwal kerja mahasiswa dan berdasarkan waktu kuliah (Annisa & Sasongko, 2020). Aplikasi untuk dapat memprediksi nilai siswa sekolah dasar menggunan metode radial basis function dan juga jaringan syaraf tiruan (Afriani et al, 2019).…”