Muhammad Ardhiyansyah, - (2022) IMPLEMENTASI FEATURE SELECTION UNTUK DATA KELULUSAN MAHASISWA MENGGUNAKAN INFORMATION GAIN SYMMETRICAL UNCERTAINTY DAN NAIVE BAYES (STUDI KASUS : TEKNIK INFORMATIKA UIN SUSKA RIAU). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text File lengkap sampai lampiran kecual hasil penelitian (Bab IV atau Bab V).pdf Download (13MB) | Preview
	Text (BAB IV) File Hasil Penelitian Bab IV atau Bab V.pdf - Published Version Restricted to Repository staff only Download (3MB)

Abstract

Banyaknya mahasiswa yang lulus tidak tepat waktu merupakan masalah yang sering di hadapi setiap universitas , untuk mendapatkan hasil akreditasi yang bagus tentu semakin banyak mahasiswa yang lulus tepat waktu pasti akan mempengaruhi akreditas untuk universitas dan jurusannya. Hal ini juga terjadi pada Universitas Islam Negri Sultan Syarif Kasim Riau prodi Teknik Informatika, jadi untuk mengatasi permasalahan ini maka dilakukan penelitan untuk memprediksi kelulusan mahasiwa dengan menggunakan algoritma klasifikasi naïve bayes dengan menggunkan 2 seleksi fiture information gain dan symmetrical uncertainty dan juga metode pembagian data yang digunakan ialah data training dan data testing dengan menggunakan metode split validation dan pengujian dilakukan menggunakan metode confusion matrix dengan menggunakan data training dan testing dengan rasio 90:10. Akurasi hanya menggunakan naïve bayes didapat hasil akurasi 79,62% dan jika menggunkan seleksi fiture didapat hasil akurasi sebesar 88,88% dengan rasio 90:10 dengan menggunakan 2 atribut.dan apabila menggunakan 3 atribut di dapat hasil akurasi terbaik 87,03% pada symmetrical uncertainty dan 85,18% untuk information gain. Jadi dengan menggunakan seleksi fitur dapat mengingkatkan hasil akurasi sebesar 9,26%. Kata kunci: Kelulusan Mahasiswa, Klasifikasi Naïve Bayes, seleksi fitur

Actions (login required)

View Item