PERBANDINGAN KINERJA MODEL ALGORITMA C5.0 DENGAN NAÏVE BAYES DALAM PREDIKSI KETEPATAN KELULUSAN MAHASISWA (Studi Kasus : Teknik Informatika ITERA)
Kualitas program pendidikan merupakan salah satu tantangan yang harus dihadapi perguruan tinggi. Evaluasi terhadap program pendidikan dilakukan oleh BAN-PT dengan 16 indikator penilaian, salah satunya adalah lama studi mahasiswa. Teknik Informatika ITERA merupakan salah satu program studi yang memiliki akreditasi C dan menurut data angkatan 2018—2019 berjumlah 281 mahasiswa hanya 89 saja yang berhasil menyelesaikan tepat waktu. Berdasarkan permasalahan tersebut, dibuatkanlah model prediksi ketepatan kelulusan mahasiswa menggunakan algoritma C5.0 dan naïve bayes terhadap data mahasiswa Program Studi Teknik Informatika Angkatan 2018 dan 2019 guna klasifikasikan mahasiswa lulus tepat waktu dan lulus tidak tepat waktu. Tujuan penelitian ini untuk membangun dan mengetahui model dengan kinerja lebih tinggi antara algoritma C5.0 dan naïve bayes. Hasil penelitian dengan metode evaluasi confusion matrix dan 5-fold cross validation menunjukkan bahwa model dengan algoritma C5.0 menghasilkan nilai akurasi mencapai 70%, presisi 76%, dan recall 88% lebih tinggi dibandingkan model dengan algoritma naïve bayes yang menghasilkan nilai akurasi sebesar 71%, presisi 86%, dan recall 68%. Sedangkan untuk waktu pemrosesannya, algoritma naïve bayes dapat dikatakan lebih cepat dibandingkan algoritma C5.0. Selain itu, atribut-atribut yang mempengaruhi prediksi ketepatan kelulusan mahasiswa adalah IPS 6, SKS 3, SKS 4, SKS 5, Provinsi, Jenis Kelamin, dan UKT.
URI
https://repo.itera.ac.id/depan/submission/SB2409240134
Keyword
Ketepatan Kelulusan Data Minning Algoritma C5.0 Naïve Bayes Confusion Matrix