Analisis Kinerja Algoritma Naive Bayes dalam Memprediksi Kelulusan Mahasiswa Menggunakan Python

Penulis

  • Maulana Fansyuri Universitas Pamulang
  • Devi Yunita Universitas Pamulang

DOI:

https://doi.org/10.55382/jurnalpustakaai.v5i3.1491

Kata Kunci:

Naive Bayes, Prediksi Kelulusan Mahasiswa, Machine Learning, Python, Klasifikasi

Abstrak

Prediksi kelulusan mahasiswa menjadi kebutuhan penting dalam lingkungan perguruan tinggi untuk mendukung peningkatan kualitas akademik, efektivitas pembimbingan, dan strategi pencegahan ketidaklulusan. Penelitian ini bertujuan untuk menganalisis kinerja algoritma Naive Bayes dalam memprediksi kelulusan mahasiswa berbasis data akademik dan non-akademik dengan memanfaatkan bahasa pemrograman Python. Algoritma Naive Bayes dipilih karena memiliki karakteristik komputasi sederhana, efisien, serta mampu menangani data berukuran besar dengan performa klasifikasi yang kompetitif. Penelitian dilakukan menggunakan dataset mahasiswa yang mencakup variabel seperti indeks prestasi, jumlah SKS, tingkat kehadiran, dan status kelulusan. Proses pengolahan data terdiri atas pembersihan data, penyandian data kategorikal, pembagian dataset menjadi data latih dan data uji, serta pelatihan model Naive Bayes. Evaluasi model dilakukan menggunakan Confusion Matrix, Accuracy, Precision, Recall, dan F1-Score untuk memberikan gambaran performa klasifikasi secara komprehensif. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes mampu melakukan prediksi kelulusan mahasiswa dengan akurasi tinggi, yaitu 85%, serta nilai Precision, Recall, dan F1-Score yang konsisten, sehingga menegaskan keandalan model dalam mengidentifikasi mahasiswa yang lulus maupun tidak lulus. Temuan ini memperkuat potensi algoritma Naive Bayes sebagai sistem pendukung keputusan di perguruan tinggi untuk memetakan risiko ketidaklulusan sejak dini..

Kata kunci: 

Unduhan

Data unduhan belum tersedia.

Referensi

D. Performa, A. Mahasiswa, and P. Detection, “Implementasi algoritma machine learning untuk deteksi performa akademik mahasiswa”.

T. Gori et al., “Preprocessing Data Dan Klasifikasi Untuk Prediksi Kinerja Data Preprocessing And Classification For Predicting Student,” vol. 11, no. 1, pp. 215–224, 2024, doi: 10.25126/jtiik.20241118074.

H. Sabita, S. Trisnawati, R. B. Lampung, J. T. Informatika, S. V. Machine, and W. Kelulusan, “Perbandingan Algoritma Support Vector Machine dan AdaBoost Dalam Memprediksi Waktu Kelulusan Mahasiswa,” vol. 17, no. x, pp. 359–372, 1978.

A. S. Learning, “G-Tech?: Jurnal Teknologi Terapan,” vol. 7, no. 2, pp. 386–395, 2023.

A. Tholib, M. N. F. Hidayat, R. Wulanningrum, and E. Daniati, “Comparison of C4 . 5 and Naive Bayes for Predicting Student Graduation Using Machine Learning Algorithms,” vol. 2, no. 2, pp. 71–78, 2023, doi: 10.30812/IJECSA.v2i2.3364.

T. Menggunakan and C. Algoritma, “Penerapan Model Klasifikasi Pada Kelulusan Mahasiswa Perjuangan,” vol. 12, no. 3, 2024.

E. J. Sudarman and S. Budi, “Pengembangan Model Kecerdasan Mesin Extreme Gradient Boosting untuk Prediksi Keberhasilan Studi Mahasiswa,” vol. 5, no. November, pp. 297–314, 2023.

Z. Fatah et al., “Klasifikasi Kelulusan Mahasiswa Menggunakan Metode Decision Tree,” vol. 1, no. 4, pp. 58–64, 2024.

U. N. Makassar and P. Kelulusan, “Development Of Graduation Prediction Application For Faculty Of Engineering Students At Makassar State University Based On Website,” vol. 20, no. 2, pp. 109–113, 2023.

U. Tangerang, “Prediksi Kelulusan Mahasiswa Dengan Metode Naïve Bayes dan Artificial Neural Network?: Studi Kasus Fakultas Teknik Perbandingan Kelulusan …,” vol. 15, no. 1, pp. 73–83, 2022.

I. Oktadiani, H. Fitriawan, and M. Nurwahidin, “Penerapan Machine Learning Untuk Prediksi Masa Studi Mahasiswa di Perguruan Tinggi X,” vol. 17, no. 3, 2023.

F. Beddu et al., “Penerapan Algoritma Naive Bayes Pada Klasifikasi Kelayakan,” vol. 2, no. 1, pp. 25–29, 2020.

F. Rahman, “Waktu Menggunakan Binning Dan Synthetic Minority,” vol. 4, no. 1, pp. 30–36, 2024.

U. Kristen, K. Wacana, and J. Barat, “Prediksi Mahasiswa Drop-Out Di Universitas Xyz Prediction Of Student Drop-Out At Xyz University,” vol. 11, no. 6, pp. 1345–1350, 2024, doi: 10.25126/jtiik.2024118689.

##submission.downloads##

Diterbitkan

2025-12-31

Cara Mengutip

Fansyuri, M., & Yunita, D. (2025). Analisis Kinerja Algoritma Naive Bayes dalam Memprediksi Kelulusan Mahasiswa Menggunakan Python. Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence), 5(3), 716–723. https://doi.org/10.55382/jurnalpustakaai.v5i3.1491