Muhammad Fauzan Wijanarko, - (2021) PENERAPAN FEATURE SELECTION INFORMATION GAIN RATIO DAN ALGORITMA NAÏVE BAYES UNTUK PREDIKSI KELULUSAN MAHASISWA TEKNIK INFORMATIKA UIN SUSKA RIAU. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text Muhammad Fauzan Wijanarko_11651103693_ tanpa bab 4.pdf Download (6MB) | Preview
	Text (BAB IV) Muhammad Fauzan Wijanarko_11651103693_bab 4.pdf - Published Version Restricted to Repository staff only Download (968kB)

Abstract

Setiap universitas memiliki standar kelulusannya masing-masing, tergantung pada kebijakan dan standarisasi dari peraturan yang telah ditetapkan oleh pemerintah. Keterlambatan kelulusan mahasiswa merupakan masalah yang sering dihadapi oleh setiap universitas. Untuk mengatasi permasalahan ini dilakukan sebuah penelitian untuk memprediksi kelulusan mahasiswa. Penelitian ini menerapkan penggabungan dua algoritma Naïve Bayes dengan algoritma feature selection information gain ratio untuk memprediksi kelulusan mahasiswa. atribut yang digunakan adalah nilai mata kuliah semester 1 sampai semester 5 dan merupakan mata kuliah inti dari jurusan teknik informatika. Pembagian Data menggunakan metode splitvalidation untuk mengubah menjadi data training dan data testing. Pengujian dilakukan menggunakan metode confussion matrix dengan 2 atribut yaitu nilai sistem digital dan nilai metode numerik dengan rasio perbandingan 90:10. Akurasi tanpa menggunakan seleksi fitur menghasilkan akurasi sebesar 79,62% dan akurasi menggunakan seleksi fitur menghasilkan akurasi sebesar 88,88%. Algoritma seleksi fitur gain ratio terbukti meningkatkan akurasi sebesar 9,26%.

Actions (login required)

View Item