Implementasi Particle Swarm Optimization (PSO) untuk Optimisasi Algoritma Naive Bayes dalam Memprediksi Mahasiswa Lulus Tepat Waktu

Abstract

Istitusi perguruan tinggi merupakan wadah bagi mahasiswa dalam mendapatkan pengetahuan sebelum terjun langsung dan bersaing dalam dunia kerja. Institusi perguruan tinggi berperan dalam menciptakan lulusan yang sesuai dengan kebutuhan dunia industri. Salah satu indikator dalam keberhasilan perguruan tinggi salah satunya ialah jumlah kelulusan mahasiswa yang mana berdampak kepada penilaian masyarakat dan akreditasi dari pemerintah. Peneliti sudah banyak melakukan penelitian dalam memprediksi kelulusan mahasiswa untuk mengetahui lulus terlambat atau tepat waktu. Menurut kondisi tersebut metode data mining yang cocok digunakan adalah classification. Salah satu metode data mining adalah Naive Bayes. Dalam penelitian ini algoritma yang digunakan Naive Bayes dengan PSO (Particle Swarm Optimization) sebagai penyeleksi atribut. Dari dataset yang digunakan adalah sebanyak 384 record data mahasiswa dari smestet 1 sampai dengan smester 8 diperoleh nilai akurasi sebesar 89.46%. Penelitian ini mempunyai tujuan agar universitas bisa memprediksi mahasiswa yang berpotensi tidak lulus tepat waktu, yang kemudian universitas akan memberikan penanganan khusus ataupun peringatan kepada mahasiswa agar supaya mahasiswa tersebut bisa lulus tepat pada waktunya.