Prediksi Nilai Akademik Mahasiswa Menggunakan Algoritma Naive Bayes

Prediksi Nilai Akademik Mahasiswa Menggunakan Algoritma Naive Bayes

• By Annisa, Riski; Sasongko, Agung;
• D3 - Sistem Informasi
• 381
• 1-10

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.  

• Katakunci Pendidikan, Akademik, Naive Bayes
• URL http://
• Penerbit JST (Jurnal Sains dan Teknologi,

REFERENSI

Annisa, R. (2019). Analisis Komparasi
Algoritma Klasifikasi Data Mining
Untuk Prediksi Penderita Penyakit
Jantung. Jurnal Teknik Informatika
Kaputama. 3(1). 22–28.
Ayuwanti, Irma. 2016. Meningkatkan
Aktivitas Dan Hasil Belajar
Matematika Menggunakan Model
Pembelajaran Kooperatif Tipe
Group Investigation Di Smk
Tuma’ninah Yasin Metro. Jurnal
Sap. 1(2). 105-114.
Brown, M. S. 2014. Data Mining For
Dummies. Wiley Publishing Inc.
United States.
Bunker, R. P., & Thabtah, F. (2019). A
Machine Learning Framework For
Sport Result Prediction. Applied
Computing And Informatics, 15(1),
27–33.
Hamsa, H., Indiradevi, S., &
Kizhakkethottam, J. J. (2016).
Student Academic Performance
Predicting Model Using Decision
Tree And Fuzzy Genetic Algorithm.
Procedia Technology, 25, 326–332.
Guney, Yilmaz. 2009. “Exogenous and
Endogenous Factors Influencing
Students’ Performance in
Undergraduate Accounting
Modules”, Accounting Education: an
International Journal. 18(1). 51–73.
Maulana, Gun Gun. 2017. Pembelajaran
Dasar Algoritma Dan Pemrograman Menggunakan El-Goritma Berbasis

Web . Jurnal Teknik Mesin (JTM).
6(2). 69-73.
Mandelman, S. D., Barbot, B., &
Grigorenko, E. L. 2015. Predicting
Academic Performance And
Trajectories From A Measure Of
Successful Intelligence. Learning
And Individual
Differences. 51. 387–393
Miguéis, V. L., Freitas, A., Garcia, P. J. V,
& Silva, A. 2018. Early
Segmentation Of Students
According To Their Academic
Performance: A Predictive Modeling
Approach. Decision Support
Systems. 115.36-51
Sirait, Erlando Doni. 2016. Pengaruh
Minat Belajar Terhadap Prestasi
Belajar Matematika . Jurnal Formatif
6(1): 35-43.
Wijaya, Anggita Langgeng. 2012.
Pengaruh Tingkat Partisipasi Kelas
Terhadap Kinerja Akademik
Mahasiswa . Jurnal Ekonomi &
Pendidikan. 9(1). 124-132.