Data Mining Dengan Model Klasifikasi Naïve Bayes Untuk Pengukuran Pemilihan Matakuliah Peminatan

Abstract

Kurikulum perguruan tinggi mencakup berbagai jenis matakuliah. Sebuah jurusan atau program studi tertentu memiliki struktur kurikulum. Ketika mahasiswa memilih suatu minat tertentu, harapan terbesar dari jurusan dan mahasiswa yang bersangkutan adalah lulus tepat waktu memiliki kopetensi sesuai dengan konsentrasi. Algoritma yang digunakan naïve bayes, data yang digunakan adalah tahun angkatan 2013, 2014, 2015 & 2016 mahasiswa teknik informatika, untuk mengetahui hasil klasifikasi dengan menggunakan algoritma naïve bayes dalam menentukan mata kuliah peminatan, terhadap data mahasiswa program studi Teknik Informatika-S1 STMIK Bani Saleh berdasarkan dari kemampuan akademisnya, sehingga dapat memberikan informasi yang baru dan berguna sebagai rekomendasi dalam pemilihan jalur peminatan. Algoritma yang digunakan untuk mengukur tingkat akurasi peminatan penjurusan Program Studi Teknik Informatika dengan jumlah data training sebanyak 824 dan data testing sebanyak 206 dengan menggunakan naïve bayes. Dengan memunculkan 2 peminatan yaitu Sofatware Engeenering dan Networking. Adapun aplikasi yang digunakan untuk membantu proses perhitungan naïve bayes rapidminer 5.3. Dari hasil pengukuran menggunakan rapidminer diperoleh nilai akurasi sebesar 98,06%.