Prediksi Kelulusan Tepat Waktu Mahasiswa STMIK YMI Tegal Menggunakan Algoritma Naïve Bayes

Kualitas perguruan tinggi, khususnya program studi di Indonesia diukur berdasarkan akreditasi yang dilaksanakan oleh Badan Akreditasi Nasional Perguruan Tinggi atau BAN PT. Kualitas tersebut diukur berdasarkan 7 standar utama, salah satu nya adalah Mahasiswa dan Lulusan. Perguruan tinggi memiliki data akademik dan biodata mahasiswa sejak mereka mendaftar hingga lulus kuliah. Algoritma klasifikasi data mining Naive Bayes dapat digunakan untuk prediksi kelulusan mahasiswa yang nantinya bisa di kategorikan tepat waktu atau tidak tepat waktu, dari hasil prediksi bisa di manfaatkan untuk dasar pengambilan keputusan sehingga dapat meningkatkan kualitas dari keputusan manajerial institusi. Banyak variabel yang mempengaruhi mahasiswa bisa lulus secara tepat waktu, sehingga dalam penelitian ini menggunakan faktor internal (faktor dari dalam diri sendiri) dan faktor eksternal (faktor dari luar diri sendiri). Faktor eksternal yang digunakan untuk menjadi penentu dalam model ini antara lain status kerja dan status perkawinan.Berdasar faktor tersebut apakah faktor eksternal berpengaruh pada kelulusan mahasiswa secara tepat waktu. Hasil dari penelitian ini adalah pengukuran akurasi, dimana sebelum didapatkan nilai akurasi dilakukan pengujian dengan memanfaatkan ROC Curva dan k-fold cross validation,pengujian dilakukan sebanyak 10 fold. Dari hasil pengujian didapat nilai akurasi rata-rata sebesar 91,29%, sedangkan nilai akurasi tertinggi dari hasil pengujian 10-fold cross validation sebesar 94,34%.