PREDIKSI KELULUSAN MAHASISWA DENGAN NAÏVE BAYES DAN FEATURE SELECTION INFORMATION GAIN

Kelulusan seorang mahasiswa dipengaruhi oleh banyak faktor, diantaranya kondisi ekonomi keluarga, nilai mahasiswa atau karena faktor lain yang berhubungan dengan tempat mahasiswa belajar. Kelulusan merupakan salah satu nilai penting pada saat proses akreditasi suatu perguruan tinggi. Oleh karena itu apabila mahasiswa banyak yang lulus tepat waktu akan mempengarui nilai akreditasinya. Permasalahan tersebut di atas harus segera diatasi dengan suatu metode. Data mining salah satu metode yang paling tepat untuk mengatasi maslah tersebut di atas. Suatu keilmuan yang mempelajari metode untuk mengekstrak pengetahuan atau menemukan pola dari suatu data yang besar. Permasalahan kelulusan tepat waktu merupakan hal yang prioritas pada suatu perguruan tinggi. Oleh karena itu peneliti mengusulkan untuk melakukan mengembangkan penelitian tentang Predkisi kelulusan tepat waktu yang semula hanya menggunakan metode naive bayes, peneliti menambahkan feature selection information gain sebagai  feature untuk menyeleksi atribut yang berbobot.