Aplikasi Prediksi Kelulusan Tepat Waktu Dengan Algoritma Naïve Bayes (Studi Kasus Program Studiteknik Informatika, UMMI)

Abstract

Penggunaan data mining sudah menjadi tren dalam pengolahan data karena
ketersediaanya data dalam jumlah besar serta semakin banyaknya kebutuhan
untuk mengubah data tersebut menjadi informasi maupun pengetahuan yang
berguna. Selain sebagai alat bantu dalam mengekstraksi data, data mining juga
digunakan sebagai pendukung keputusan, baik dalam bidang komersil maupun
non-komersil. Dari sekian banyak algoritma yang digunakan dalam data mining,
salah satunya adalah Algoritma Naïve Bayes, dimana dalam algoritma ini
merupakan salah satu metode pada Probabilistic Reasoning yang bertujuan
untuk melakukan klasifikasi data pada kelas tertentu. Dalam penelitian yang
dilakukan dengan menerapkan tahapan-tahapan Algoritma Naïve Bayes pada
perancangan aplikasi untuk memprediksi kelulusan tepat waktu mahasiswa
berdasarkan parameter yang terdapat pada Penerimaan Mahasiswa Baru (PMB),
Indeks Prestasi Kumulatif (IP) dan Bagian Keuangan. Data yang digunakan
adalah data mahasiswa Program Studi Teknik Informatika Tahun Ajaran
2016/2017. Perancangan sistem menggunakan pemodelan UML dengan
implementasi menggunakan bahasa pemrograman PHP dan basis data MySQL