Klasifikasi Status Drop Out Mahasiswa Menggunakan Naïve Bayes dengan Seleksi Fitur Information Gain
Salah satu masalah dalam perguruan tinggi adalah kasus drop out. Banyaknya mahasiswa yang mengalami drop out merupakan salah satu indikator yang mempengaruhi kualitas pembelajaran dan akreditasi yang sangat penting untuk keberlangsungan suatu institusi. Penelitian ini menerapkan algoritma Naive Baye...
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | Indonesian |
| Published: |
Universitas Dian Nuswantoro
2023-11-01
|
| Series: | Techno.Com |
| Subjects: | |
| Online Access: | https://publikasi.dinus.ac.id/index.php/technoc/article/view/9004 |
| _version_ | 1797449242692812800 |
|---|---|
| author | Nurissaidah Ulinnuha Aris Fanani |
| author_facet | Nurissaidah Ulinnuha Aris Fanani |
| author_sort | Nurissaidah Ulinnuha |
| collection | DOAJ |
| description | Salah satu masalah dalam perguruan tinggi adalah kasus drop out. Banyaknya mahasiswa yang mengalami drop out merupakan salah satu indikator yang mempengaruhi kualitas pembelajaran dan akreditasi yang sangat penting untuk keberlangsungan suatu institusi. Penelitian ini menerapkan algoritma Naive Bayes dan algoritma seleksi fitur Information Gain untuk melakukan klasifikasi mahasiswa drop out. Hasil penelitian menunjukkan bahwa dua fitur yang berpengaruh paling signifikan terhadap klasifikasi mahasiswa drop out adalah jumlah SKS yang ditempuh dan nilai IPS pada semester 4. Temuan ini menunjukkan bahwa aspek akademik yang terkait dengan perkembangan studi mahasiswa berpengaruh dalam klasifikasi drop out. Penerapan seleksi fitur menggunakan metode Information Gain berhasil meningkatkan akurasi dan presisi dari model Naïve Bayes. Model yang dihasilkan mencapai akurasi sebesar 98.36%, presisi sebesar 88.37%, dan recall sebesar 97.44%. Hasil ini menunjukkan bahwa seleksi fitur dengan metode Information Gain membantu dalam mengidentifikasi fitur-fitur penting yang berkontribusi terhadap kualitas model klasifikasi. |
| first_indexed | 2024-03-09T14:21:52Z |
| format | Article |
| id | doaj.art-e73b3f81a2e74aea8f686bbc161e3b17 |
| institution | Directory Open Access Journal |
| issn | 2356-2579 |
| language | Indonesian |
| last_indexed | 2024-03-09T14:21:52Z |
| publishDate | 2023-11-01 |
| publisher | Universitas Dian Nuswantoro |
| record_format | Article |
| series | Techno.Com |
| spelling | doaj.art-e73b3f81a2e74aea8f686bbc161e3b172023-11-28T10:19:17ZindUniversitas Dian NuswantoroTechno.Com2356-25792023-11-012241014102510.33633/tc.v22i4.90043460Klasifikasi Status Drop Out Mahasiswa Menggunakan Naïve Bayes dengan Seleksi Fitur Information GainNurissaidah Ulinnuha0Aris Fanani1UIN Sunan Ampel SurabayaUIN Sunan Ampel SurabayaSalah satu masalah dalam perguruan tinggi adalah kasus drop out. Banyaknya mahasiswa yang mengalami drop out merupakan salah satu indikator yang mempengaruhi kualitas pembelajaran dan akreditasi yang sangat penting untuk keberlangsungan suatu institusi. Penelitian ini menerapkan algoritma Naive Bayes dan algoritma seleksi fitur Information Gain untuk melakukan klasifikasi mahasiswa drop out. Hasil penelitian menunjukkan bahwa dua fitur yang berpengaruh paling signifikan terhadap klasifikasi mahasiswa drop out adalah jumlah SKS yang ditempuh dan nilai IPS pada semester 4. Temuan ini menunjukkan bahwa aspek akademik yang terkait dengan perkembangan studi mahasiswa berpengaruh dalam klasifikasi drop out. Penerapan seleksi fitur menggunakan metode Information Gain berhasil meningkatkan akurasi dan presisi dari model Naïve Bayes. Model yang dihasilkan mencapai akurasi sebesar 98.36%, presisi sebesar 88.37%, dan recall sebesar 97.44%. Hasil ini menunjukkan bahwa seleksi fitur dengan metode Information Gain membantu dalam mengidentifikasi fitur-fitur penting yang berkontribusi terhadap kualitas model klasifikasi.https://publikasi.dinus.ac.id/index.php/technoc/article/view/9004drop out, information gain, naive bayes, klasifikasi |
| spellingShingle | Nurissaidah Ulinnuha Aris Fanani Klasifikasi Status Drop Out Mahasiswa Menggunakan Naïve Bayes dengan Seleksi Fitur Information Gain Techno.Com drop out, information gain, naive bayes, klasifikasi |
| title | Klasifikasi Status Drop Out Mahasiswa Menggunakan Naïve Bayes dengan Seleksi Fitur Information Gain |
| title_full | Klasifikasi Status Drop Out Mahasiswa Menggunakan Naïve Bayes dengan Seleksi Fitur Information Gain |
| title_fullStr | Klasifikasi Status Drop Out Mahasiswa Menggunakan Naïve Bayes dengan Seleksi Fitur Information Gain |
| title_full_unstemmed | Klasifikasi Status Drop Out Mahasiswa Menggunakan Naïve Bayes dengan Seleksi Fitur Information Gain |
| title_short | Klasifikasi Status Drop Out Mahasiswa Menggunakan Naïve Bayes dengan Seleksi Fitur Information Gain |
| title_sort | klasifikasi status drop out mahasiswa menggunakan naive bayes dengan seleksi fitur information gain |
| topic | drop out, information gain, naive bayes, klasifikasi |
| url | https://publikasi.dinus.ac.id/index.php/technoc/article/view/9004 |
| work_keys_str_mv | AT nurissaidahulinnuha klasifikasistatusdropoutmahasiswamenggunakannaivebayesdenganseleksifiturinformationgain AT arisfanani klasifikasistatusdropoutmahasiswamenggunakannaivebayesdenganseleksifiturinformationgain |