PERBANDINGAN ALGORITMA NAÏVE BAYES DAN ALGRORITMA C4.5 DALAM PREDIKSI KELULUSAN MAHASISWA PENDIDIKAN TEKNIK INFORMATIKA DAN KOMPUTER UNIVERSITAS NEGERI JAKARTA

NURISA HIKMATUL RAMADHANI, . (2023) PERBANDINGAN ALGORITMA NAÏVE BAYES DAN ALGRORITMA C4.5 DALAM PREDIKSI KELULUSAN MAHASISWA PENDIDIKAN TEKNIK INFORMATIKA DAN KOMPUTER UNIVERSITAS NEGERI JAKARTA. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text COVER.pdf Download (844kB)
	Text BAB 1.pdf Download (376kB)
	Text BAB 2.pdf Restricted to Registered users only Download (879kB) | Request a copy
	Text BAB 3.pdf Restricted to Registered users only Download (613kB) | Request a copy
	Text BAB 4.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text BAB 5.pdf Restricted to Registered users only Download (232kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Download (468kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (3MB) | Request a copy

Abstract

Berdasarkan data yang diperoleh dari tata usaha Program Studi Pendidikan Teknik Informatika dan Komputer didapatkan jumlah persentase mahasiswa yang lulus tepat waktu hanya sebesar 32,72%. Maka dari itu dibutuhkan sebuah prediksi kelulusan mahasiswa dapat digunakan lebih lanjut untuk membantu program studi dalam mengevaluasi dan memperbaiki sistem pembelajaran sehingga program studi dapat menghasilkan lulusan yang berkualitas. Prediksi kelulusan mahasiswa dapat dilakukan menggunakan algoritma Naive Bayes dan algoritma C4.5. Berdasarkan data yang ada maka dilakukan penelitian untuk mencari mekanisme dalam memprediksi kelulusan mahasiswa dengan menggunakan perbandingan algoritma Naïve Bayes dan algoritma C.45. Perbandingan algoritma Naïve Bayes dan algoritma C.45 untuk mencari tahu dari kedua algoritma tersebut mana yang memberikan kinerja terbaik. Data yang digunakan pada penelitian ini yaitu data mahasiswa lulusan tahun 2017-2020. Di mana atribut yang digunakan yaitu jenis kelamin, IP Semester 1-5, IPK Kelulusan, asal daerah, asal sekolah dan jalur masuk Algoritma Naïve Bayes adalah metode yang menghitung probabilitas dari tingkat kemunculan data yang satu terhadap data yang lainnya. Sedangkan algoritma C4.5 adalah satu dari sebagian algoritma dalam metode decision tree yang mengubah data menjadi pohon keputusan, kemudian dapat disimpulkan menjadi rule-rule. Hasil implementasi dari algoritma Naive Bayes dan C4.5 akan dianalisis menggunakan confusion matrix. Berdasarkan hasil pengujian dengan mengukur kinerja kedua metode tersebut menggunakan metode pengujian Confusion Matrix dalam tool Weka diketahui bahwa algoritma Naive Bayes memiliki akurasi yang lebih baik yakni sebesar 81,2138%, precision 83%, recall 81%, sedangkan algoritma C4.5 memiliki nilai akurasi sebesar 75,6345%, precision 76%, dan recall 75%. Berdasarkan hasil perbandingan tingkat akurasi, presisi dan recall dari kedua algoritma, didapatkan hasil yakni Algoritma Naive lebih baik dibandingkan algoritma C4.5 dalam prediksi kelulusan mahasiswa. Kata Kunci: prediksi kelulusan, perbandingan, algoritma c4.5, algoritma naïve bayes. ***** Based on data obtained from the administration of the Informatics and Computer Engineering Education Study Program, it was found that the percentage of students who graduated on time was only 32.72%. Therefore a prediction of student graduation is needed which can be used further to assist study programs in evaluating and improving the learning system so that study programs can produce quality graduates. Prediction of student graduation can be done using the Naive Bayes algorithm and the C4.5 algorithm. Based on the existing data, research was conducted to find a mechanism for predicting student graduation by using a comparison of the Naïve Bayes algorithm and the C.45 algorithm. Comparison of the Naïve Bayes algorithm and the C.45 algorithm to find out which of the two algorithms provides the best performance. The data used in this study is data on graduate students in 2017-2020. Where the attributes used are gender, Semester 1-5 GPA, Graduation GPA, region of origin, school of origin and route of entry. The Naïve Bayes Algorithm is a method that calculates the probability of the occurrence rate of one data relative to other data. While the C4.5 algorithm is one of several algorithms in the method decision tree which turns the data into a decision tree, then it can be concluded to be rule-rule. The results of the implementation of the Naive Bayes and C4.5 algorithms will be analyzed using confusion matrix. Based on the test results by measuring the performance of the two methods using the test method confusion matrix in tool Weka is known that the Naive Bayes algorithm has a better accuracy of 81.2138%, precision 83%, recall 81%, while the C4.5 algorithm has an accuracy value of 75.6345%, precision 76%, and recall 75%. Based on the results of a comparison of the levels of accuracy, precision and recall of the two algorithms, the result is that the Naive Algorithm is better than the C4.5 algorithm in predicting student graduation. Keywords: Graduation Prediction, Comparison, C4.5 Algorithm, Naïve Bayes Algorithm.

Item Type:	Thesis (Sarjana)
Additional Information:	1). Dr. Widodo, S.Kom, M.Kom. ; 2). Hamidillah Ajie, S.Si, M.T.
Subjects:	Teknologi dan Ilmu Terapan > Teknik Komputer
Divisions:	FT > S1 Pendidikan Teknik Informatika Komputer
Depositing User:	Users 16816 not found.
Date Deposited:	16 Feb 2023 04:01
Last Modified:	16 Feb 2023 04:01
URI:	http://repository.unj.ac.id/id/eprint/36845

Actions (login required)

View Item