Analisis Perbandingan Algoritma C4.5 dan Naive Bayes pada Lulusan Tepat Waktu Mahasiswa di Universitas Islam Negeri Raden Fatah Palembang

Abstract

ABSTRAK Universitas Islam Negeri Raden Fatah Palembang adalah jenjang pendidikan terakhir bagi siswa untuk belajarilmu sebelum akhirnya melanjutkan diri dalam persaingan kerja.Mahasiswa yang lulus tepat waktu menjadi indikator efektifitas dari sebuah perguruan tinggi baik negeri dan swasta. Program Sarjana (S1) Universitas Islam Negeri raden Fatah Palembang adalah pendidikan akademik setelah pendidikan mengah, yang memiliki benban studi yaitu 8 (Delapan) semester dan dapat ditempuh dalam waktu sekurang- kurang 8 semester dan paling lama 9 semester. Penelitian pada hal memprediksi kelulusan mahasiswa telah banyak dilakukan, C4.5 adalah satu dari sebagian algoritma dalam metode decision tree yang mengubah data menjadi pohon keputusan, kemudian dapat disimpulkan menjadi rule-rule. Sedangkan naïve bayes adalah metode yang menghitung probabilitas dari tingkat kemunculan data yang satu terhadap data yang lainnya. Dalam penelitian peneliti membandingkan dua metode yaitu metode C4.5 dan Metode Naïve Bayes untuk dipresentasikan dalam kelulusan Mahasiswa yang diambil dari data alumni tahun 2016 sampai 2019. Berdasarkan hasil pengujian dengan mengukur kinerja kedua metode tersebut menggunakan aplikasi RapidMiner dengan Metode Cross Validation maka diketahui bawah C4.5 memiliki nilai akurasi yang lebih baik yakni sebesar 76,69% sedangkan naïve bayes sebesar 72,95%. Kemudian berdasarkan perbandingan kinerja kedua metode tersbut, metode dengan pencapaian nilai akurasi terbaik akan bisa diprestasikan untuk pengujian prediksi kelulusan mahasiswa untuk tahun selanjutnya. Kata Kunci :C4.5, Naïve Bayes, Aplikasi Rapid Miner, Cross Validation, Kelulusan Mahasiswa

Keywords

• data mining