Evaluasi Kinerja Algoritma Naive Bayes, C4.5, dan Random Forest untuk Klasifikasi Kelulusan Mahasiswa

M Budi Hartanto, Machudor Yusman

Abstract


Penelitian ini bertujuan untuk mengevaluasi kinerja tiga algoritma klasifikasi yaitu Naive Bayes, C4.5, dan Random Forest dalam mengklasifikasikan tingkat kelulusan mahasiswa. Data yang digunakan merupakan data akademik historis mahasiswa yang meliputi IPK, jumlah SKS, dan lama studi. Evaluasi dilakukan menggunakan pengukuran akurasi, precision, recall, dan F1-score melalui metode validasi silang. Hasil penelitian menunjukkan bahwa algoritma Random Forest memberikan akurasi tertinggi dibandingkan Naive Bayes dan C4.5. Temuan ini diharapkan dapat menjadi referensi dalam penerapan model klasifikasi untuk mendukung pengambilan keputusan akademik di perguruan tinggi.

Full Text:

PDF

References


Han, J., Pei, J., & Kamber, M. (2018). Data mining: Concepts and techniques (3rd ed.). Morgan Kaufmann.

Kusuma, A. R., & Nugroho, R. A. (2020). Analisis prediksi kelulusan mahasiswa menggunakan algoritma C4.5 dan Naive Bayes. Jurnal Teknologi Informasi dan Ilmu Komputer, 7(2), 215–222. https://doi.org/10.25126/jtiik.2020721531

Putra, H. A., & Fadillah, R. (2022). Penerapan Random Forest dalam prediksi ketepatan kelulusan mahasiswa. Jurnal Sistem Informasi, 18(3), 185–192.

Rahman, F., Maulana, A., & Lestari, P. (2020). Evaluasi kinerja algoritma klasifikasi untuk prediksi mahasiswa lulus tepat waktu. Jurnal Ilmiah Teknologi dan Rekayasa, 25(1), 11–18.

Sari, N. P., Nugroho, M. A., & Hartati, S. (2021). Penerapan algoritma Naive Bayes untuk prediksi kelulusan mahasiswa. Jurnal Komputer dan Informatika, 19(1), 44–51.

Yulianti, N., Pramudyo, A. S., & Wibowo, A. (2019). Analisis faktor yang mempengaruhi kelulusan mahasiswa menggunakan metode data mining. Jurnal Ilmiah SINTECH (Science and Technology), 2(2), 45–52.




DOI: https://doi.org/10.57084/jeda.v6i1.1896

DOI (PDF): https://doi.org/10.57084/jeda.v6i1.1896.g1607

Refbacks

  • There are currently no refbacks.


Jurnal Teknologi dan Informatika (JEDA)
Program Studi S1 Informatika, Fakultas Ilmu Komputer, Universitas Mitra Indonesia
Lembaga Penelitian dan Pengabdian kepada Masyarakat (LPPM) Universitas Mitra Indonesia


Editorial Address
Jl. ZA. Pagar Alam No.7, Gedong Meneng, Kec. Rajabasa, Kota Bandar Lampung
HP : 085269945505 (Yodhi Yuniarthe). E-mail: yodhi@umitra.ac.id
HP : 089509553111 (Khozainuz Zuhri). E-mail: zuhri@umitra.ac.id