Visualisasi Dashboard Dan Prediksi Kelulusan Tepat Waktu Menggunakan Metode Naive Bayes

Rahmadani, Wahyu Mutiara (2023) Visualisasi Dashboard Dan Prediksi Kelulusan Tepat Waktu Menggunakan Metode Naive Bayes. Diploma thesis, Politeknik Negeri Jember.

	Text (Abstrak) 1. E31201697 Wahyu Mutiara R - Abstract.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (12kB)
	Text (Bab 1 Pendahuluan) 2. E31201697 Wahyu Mutiara R - Bab 1.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (90kB)
	Text (Full Text) 3. E31201697 Wahyu Mutiara R - Full Text.pdf Restricted to Registered users only Download (2MB) | Request a copy
	Text (Daftar Pustaka) 4. E31201697 Wahyu Mutiara R - Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (17kB)

Abstract

Kelulusan merupakan sebuah momen terpenting dalam menempuh suatu pembelajaran. Jika telah menyelesaikan pembelajaran dari suatu jenjang, maka dibuktikan dengan kelulusan. Persyaratan kelulusan tiap jenjang memiliki perbedaan, diantaranya yaitu waktu kuliah, jumlah semester, dan jumlah SKS. Selain itu, terdapat unsur penilaian dari perguruan tinggi yang berhubungan langsung dengan mahasiswa. Unsur tersebut yaitu nilai ujian masuk, nilai akademik, prestasi yang dicapai, kompetensi yang dimiliki mahasiswa, dan persentase mahasiswa lulus tepat waktu. Jurusan Teknologi Informasi di Politeknik Negeri Jember memiliki kendala yang berhubungan dengan ketepatan waktu kelulusan mahasiswa. Hal ini ditandai dengan adanya evaluasi tiap tahun dan dibutuhkan suatu metode dalam mengatasi permasalahan tersebut. Salah satu teknik yang digunakan adalah data mining menggunakan algoritma Naive Bayes. Algoritma ini digunakan untuk memprediksi tingkat kelulusan mahasiswa. Metode yang digunakan yaitu CRISP-DM dalam mengembangkan data minin yang terdapat enam tahapan, diantaranya, bussiness understanding berisi pemahaman permasalahan yang dihadapi Jurusan Teknologi Informasi, data understanding yaitu perbandingan data yang ada dengan yang dibutuhkan, data preparation yaitu tahap mempersiapkan data agar dapat digunakan pada tahap selanjutnya, modelling yaitu pemodelan visualisasi dan algoritma Naive Bayes, evaluation yaitu pengujian model visualisasi dan akurasi sistem prediksi, deployment yaitu pembuatan sistem. Diharapkan dengan penerapan metode tersebut dapat memberikan manfaat dalam memprediksi kelulusan mahasiswa dan sebagai alat bantu yang mempermudah evaluasi mahasiswa.

Actions (login required)

View Item