ALGORITMA NAIVE BAYES DENGAN FITUR SELEKSI UNTUK MENGETAHUI HUBUNGAN VARIABEL NILAI DAN LATAR BELAKANG PENDIDIKAN

• Published in: Simetris (Online) Vol. 9; no. 1; pp. 597 - 602
• Main Authors: Astuti, Yani Parti, Sudibyo, Usman, Kurniawan, Achmad Wahid, Rahayu, Yuniarsi
• Format: Journal Article
• Language: English
• Published: 01.04.2018
• ISSN: 2252-4983; 2549-3108
• DOI: 10.24176/simet.v9i1.2016

Setiap Perguruan Tinggi mempunyai mahasiswa baru yang berasal dari berbagai sekolah menengah atas dan juga sekolah menengah kejuruan. Seperti halnya pada program studi teknik informatika fakultas ilmu komputer di Universitas Dian Nuswantoro. Program studi ini mempunyai mahasiswa terbanyak di Udinus, sehingga perlu selalu diadakan evaluasi. Dalam hal ini evaluasi yang dipilih adalah tentang asal jurusan sekolah mahasiswa dengan variabel nilai mata kuliah. Dengan mengambil mahasiswa dari angkatan tahun 2010 sampai 2012 sebanyak 10030 mahasiswa, hanya 489 mahasiswa yang mengisi asal jurusan sekolah. Dari sejumlah mahasiswa tersebut dilakukan preposisi dengan mengambil nilai mata kuliah wajib sebanyak 25 mata kuliah dan asal jurusan sekolah. Teknik data mining berupa algoritma naive bayes dioptimasi dengan fitur selesi forward selection telah meningkatkan akurasi dalam penemuan pola klasifikasi. Peningkatan akurasi dari naive bayes 64,77% menjadi 78,08% setelah dioptimasi dengan forward selection. Dengan demikian hasil klasifikasi tersebut bisa digunakan sebagai informasi dalam metode pembelajaran yang bisa diterapkan.Kata kunci: data mining, forward selection, naïve bayes.