Kelulusan secara tepat waktu dalam Perguruan Tinggi merupakan harapan dari mahasiswa. Salah satu syarat untuk lulus dalam studi nya, mahasiswa harus menempuh tahapan akhir yaitu menyelesaikan tugas akhir atau skripsi. Tetapi waktu kelulusan tidak selalu dapat memprediksi kapan mahasiswa akan lulus. Banyak faktor yang menyebabkan kelulusan mahasiswa seperti IPK, SKS, status pekerjaan dan lain sebagainya. Melihat hal tersebut penting adanya sebuah metode yang dapat memprediksi kelulusan mahasiswa, akan tetapi pada beberapa Perguruan Tinggi belum memiliki metode tersendiri untuk dapat memperkirakan kelulusan mahasiswanya apakah mahasiswa tersebut dapat lulus tepat waktu atau tidak. Untuk mengatasi hal tersebut, maka diperlukan sebuah model untuk dapat memprediksi kelulusan mahasiswa. Pada penelitian kali ini dilakukan analisis terhadap 3 metode yaitu Naive Bayes, K-NN dan Neural Network. Tujuan daripada penelitian ini yaitu untuk mengetahui metode mana yang lebih tepat digunakan dalam memprediksi kelulusan. Pada penelitian ini juga dilakukan perbandingan antara ketiga metode tersebut, dan didapatkan metode terbaik yaitu metode K-NN dengan nilai akurasi 89%.
CITATION STYLE
Safitri, D., Hilabi, S. S., & Nurapriani, F. (2023). ANALISIS PENGGUNAAN ALGORITMA KLASIFIKASI DALAM PREDIKSI KELULUSAN MENGGUNAKAN ORANGE DATA MINING. Rabit : Jurnal Teknologi Dan Sistem Informasi Univrab, 8(1), 75–81. https://doi.org/10.36341/rabit.v8i1.3009
Mendeley helps you to discover research relevant for your work.