Sistem Pendukung Keputusan untuk Meningkatkan Mutu Kinerja Program Studi Melalui Prediksi Kelulusan Mahasiswa Menggunakan Algoritma NaÃve Bayes Berbasis Framework Laravel (Studi Kasus : Fakultas Ilmu Komputer dan Informatika Universitas Nurtanio Bandung)

Abstract

Perguruan Tinggi memiliki banyak data akademik, dimana data tersebut tersimpan
baik secara digital maupun cetakan di setiap program studi. Data akademik yang ada dapat
dimanfaatkan bagi para pengambil keputusan. Data akademik tersebut dapat diolah menjadi
informasi seperti analisa prediksi kelulusan mahasiswa, sehingga dapat diprediksi ketepatan
waktu kelulusan mahasiswa. Hal ini tentunya sangat bermanfaat bagi program studi, karena
dapat mengetahui waktu kelulusan mahasiswa, sehingga dapat meningkatkan mutu kelulusan
agar mahasiswa dapat lulus dengan tepat waktu. Dengan adanya peningkatan mutu mahasiswa
tentunya akan berpengaruh terhadap akreditasi dari Program studi. Untuk mengolah data tersebut
penelitian ini menggunakan algoritma Naive Bayes sebagai metodenya untuk keperluan
klasifikasi atau pengelompokan data mahasiswa yang lulus tepat waktu dan yang tidak tepat
waktu dengan menggunakan empat atribut sebagai masukan sistem, yaitu Lama studi, SKS, IPK
dan jenis kelamin. Klasifikasi algoritma Naive Bayes menggunakan metode probabilitas dan
statistika. Aplikasi dibuat dengan menggunakan Framework Laravel. Dalam hasil pengujian
bahwa prediksi yang dilakukan sesuai dengan data yang telah ada dengan membandingkan
hasilnya. Dari hasil penelitian ini menunjukan bahwa algoritma Naive Bayesdapat digunakan
sebagai algoritma untuk sistem pendukung keputusan sehingga dapat membantu para pengambil
keputusan dalam peningkatan mutu kinerja Program Studi.
Keywords : data, klasifikasi, prediksi, naïve bayes, kelulusan