Sistem Prediksi Kelulusan Mahasiswa Berdasarkan Data Akademik dan Data Non Akademik Menggunakan Metode Naive Bayes

Dinata, I Gede Permana Wira (2025) Sistem Prediksi Kelulusan Mahasiswa Berdasarkan Data Akademik dan Data Non Akademik Menggunakan Metode Naive Bayes. Undergraduate thesis, Politeknik Negeri Bali.

	Text (Full Text) RAMA_58302_2115354021_full.pdf - Accepted Version Restricted to Repository staff only Download (5MB) | Request a copy
	Text (Cover, Bab 1, Bab 5 dan Referensi) RAMA_58302_2115354021_0020027603_0013089404_part.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (535kB)
	Text (iThenticate) RAMA_58302_2115354021_iThenticate.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Ketepatan waktu kelulusan mahasiswa merupakan salah satu indikator penting dalam penilaian akreditasi perguruan tinggi di Indonesia. Penelitian ini bertujuan untuk membangun sistem prediksi kelulusan mahasiswa berdasarkan data akademik dan data non-akademik menggunakan metode Naive Bayes. Data yang digunakan meliputi nama, jenis kelamin, angkatan, jurusan, umur, status bekerja, status menikah, Indeks Prestasi Semester (IPS) dari semester 1 hingga 4, serta Indeks Prestasi Kumulatif (IPK). Sistem ini dikembangkan menggunakan framework Laravel sebagai antarmuka dan manajemen data, serta Flask (Python) untuk pemrosesan prediksi. Proses komunikasi antar aplikasi dilakukan melalui API. Pengujian sistem dilakukan dalam dua tahap: pengujian black box sebagai pengujian fungsional dan pengujian performa model dengan confusion matrix. Hasil dari pengujian menunjukkan bahwa sistem bekerja sesuai harapan secara fungsional. Dari 10 data uji acak, tingkat akurasi prediksi mencapai 90%. Pengujian confusion matrix menghasilkan precision sebesar 83%, recall 100%, dan F1-score 90%, yang menampilkan bahwa model Naive Bayes cukup andal dalam mengklasifikasikan kelulusan mahasiswa. Selain itu, hasil evaluasi menggunakan Hamming Loss menunjukkan nilai sebesar 0,1, yang berarti hanya satu dari sepuluh prediksi yang salah. Hal ini semakin mendukung keandalan model yang digunakan. Sistem ini tidak hanya bermanfaat sebagai alat bantu evaluasi akademik, namun juga dapat digunakan sebagai referensi bagi perguruan tinggi dalam pengambilan kebijakan peningkatan mutu pendidikan dan akreditasi.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Prediksi kelulusan, Naive Bayes, Data Akademik, Laravel, Flask
Subjects:	Ilmu Teknik Ilmu Teknik > Teknik Elektro Dan Informatika Ilmu Teknik > Teknik Elektro Dan Informatika > Sistem Informasi Ilmu Teknik > Teknik Elektro Dan Informatika > Teknologi Informasi
Divisions:	Jurusan Teknologi Informasi > Prodi D4 Teknologi Rekayasa Perangkat Lunak > Skripsi
Depositing User:	I Gede Permana Wira Dinata
Date Deposited:	09 Sep 2025 07:05
Last Modified:	09 Sep 2025 07:05
URI:	https://repository.pnb.ac.id/id/eprint/19010

Actions (login required)

View Item