Klasifikasi mahasiswa drop out menggunakan metode Naive Bayes dengan seleksi fitur Information Gain

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Nikmah, Roudlotun (2024) Klasifikasi mahasiswa drop out menggunakan metode Naive Bayes dengan seleksi fitur Information Gain. Undergraduate thesis, UIN Sunan Ampel Surabaya.

	Text Roudlotun Nikmah_H72219033 full.pdf Restricted to Repository staff only until 6 February 2027. Download (20MB)
	Text Roudlotun Nikmah_H72219033.pdf Download (3MB)

Abstract

Salah satu indikator penting yang perlu diperhatikan dalam upaya meningkatkan keberlangsungan perguruan tinggi adalah mahasiswa drop out. Banyak faktor yang menyebabkan terjadinya drop out pada mahasiswa. Tingginya angka mahasiswa yang mengalami drop out dapat mempengaruhi kualitas pembelajaran dan akreditasi perguruan tinggi. Akreditasi sangat penting untuk keberlangsungan suatu institusi. Penelitian ini bertujuan untuk mengklasifikasikan mahasiswa drop out dan mengidentifikasi variabel yang paling berpengaruh pada klasifikasi mahasiswa drop out dengan menerapkan algoritma Naive Bayes dan algoritma feature selection Information Gain. Data yang digunakan terdiri dari data mahasiswa aktif dan drop out tahun 2015-2021 di UIN Sunan Ampel Surabaya. Hasil klasifikasi Naive Bayes menunjukkan akurasi 42.67%, presisi 65.14% dan recall 61.83%. Seleksi fitur Information Gain menghasilkan 3 fitur yang paling berpengaruh yaitu SKS, IPS dan Nominal UKT. Dengan menggunakan fitur yang terpilih tersebut hasil klasifikasi Naive Bayes dengan seleksi fitur Information Gain menunjukkan akurasi 89.78%, presisi 88.61% dan recall 83.04%. Hal ini menunjukkan bahwa seleksi fitur dengan Information Gain dapat mengidentifikasi fitur-fitur penting yang berkontribusi terhadap kualitas model klasifikasi dan terjadi peningkatan akurasi yang awalnya 42.67% menjadi 89.78%.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type:	Thesis (Undergraduate)
Creators:	Creators Email NIM Nikmah, Roudlotun roudlotunnikmah05@gmail.com H72219033
Contributors:	Contribution Name Email NIDN Thesis advisor Ulinnuha, Nurissaidah nuris.ulinnuha@uinsby.ac.id 2002119001 Thesis advisor Hakim, Lutfi lutfihakimbungah@gmail.com 2025127301
Subjects:	Matematika
Keywords:	Drop out; information gain; Naive Bayes; klasifikasi
Divisions:	Fakultas Sains dan Teknologi > Studi Matematika
Depositing User:	Roudlotun Nikmah
Date Deposited:	06 Feb 2024 07:51
Last Modified:	06 Feb 2024 07:51
URI:	http://digilib.uinsa.ac.id/id/eprint/68157

Available Versions of this Item

• Klasifikasi mahasiswa drop out menggunakan metode Naive Bayes dengan seleksi fitur Information Gain. (deposited UNSPECIFIED)
  • Klasifikasi mahasiswa drop out menggunakan metode Naive Bayes dengan seleksi fitur Information Gain. (deposited 06 Feb 2024 07:51) [Currently Displayed]

Actions (login required)

View Item