Komparasi Algoritma K-NN, Naive Bayes dan SVM untuk Prediksi Kelulusan Mahasiswa Tingkat Akhir
Comparison of K-NN, Naive Bayes and SVM Algorithms for Final-Year Student Graduation Prediction
DOI:
https://doi.org/10.57152/malcom.v3i1.610Keywords:
Komparasi, K-NN, Naive Bayes, Prediksi, Kelulusan, Mahasiswa Tingkat AkhirAbstract
Mahasiswa tingkat akhir adalah seorang pelajar yang sedang berjuang demi mendapat gelar sarjana dan memilih tujuan hidup dengan tugas yang baru seperti pekerjaan yang sesuai dengan minat dan bakatnya. Untuk mendapatkan tingkat kelulusan dengan baik dan tepat waktu. Mahasiswa sangat bergantung pada pengaruh dari faktor dalam dan luar kampus. Pemilihan dan penentuan data yang digunakan, diambil dari data publik. Dengan 379 orang mahasiswa tahap akhir sebagai responden. Pengujian ini membandingkan algoritma K-NN, NBC, dan SVM yang lebih baik menyelesaikan masalah terkait prediksi tingkat kelulusan mahasiswa pascasarjana. Berdasarkan perbandingan algoritma tersebut dengan teknik splitting data, didapatkan bahwa Algoritma K-NN (K-Nearest Neighbor) memiliki rata-rata lebih tinggi dibandingkan (NBC) Naïve Bayes Classifier dan SVM (Support Vector Machine) untuk prediksi kelulusan mahasiswa tingkat akhir dengan akurasi 87,8%, presisi 87,8%, dan recall 84%.
References
Irwan, A. Sauddin, Dan N. Ida, “Penerapan Pohon Keputusan Dalam Memprediksi Masa Studi Mahasiswa Uin Alauddin Makassar,” Jurnal Instek, Vol. 7, No. 2, Hlm. 201–210, Okt 2022, Doi: Https://Doi.Org/10.24252/Instek.V7i2.31390.
W. Agwil, H. Fransiska, Dan N. Hidayati, “Analisis Ketepatan Waktu Lulus Mahasiswa Dengan Menggunakan Bagging Cart,” Fibonacci?: Jurnal Pendidikan Matematika Dan Matematika, Vol. 6, No. 2, Hlm. 155–166, Des 2020, Doi: 10.24853/Fbc.6.2.155-166.
F. P. Widhianto, A. A. Supianto, Dan N. Y. Setiawan, “Aplikasi Data Mining Untuk Memprediksi Kelulusan Mahasiswa Menggunakan Algoritme C4.5,” Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, Vol. 3, No. 6, Hlm. 5549–5555, Jun 2019, [Daring]. Available: Http://J-Ptiik.Ub.Ac.Id
R. S. Effendy, “Pengaruh Upah Minimum Terhadap Pengurangan Tingkat Pengangguran Terbuka Di Indonesia,” Fokus Ekon. J. Ilm. Ekon., Vol. 14, No. 1, Pp. 115–124, 2019, Doi: 10.34152/Fe.14.1.115-124.
V. No, J. S. Informasi, And I. Komputasi, “Optimasi Algoritma Naïve Bayes Parameter Kelulusan Siswa Prediction At Universitas Dirgantara,” Vol. 6, No. 1, Pp. 91–106, 2022, Doi: 10.52362/Jisicom.V6i1.785
I. Parlina et al., “Naive Bayes Algorithm Analysis to Determine the Percentage Level of visitors the Most Dominant Zoo Visit by Age Category,” J. Phys. Conf. Ser., vol. 1255, no. 1, 2019, doi: 10.1088/1742-6596/1255/1/012031.
Y. P. Chiu, “Social Recommendations For Facebook Brand Pages,” Journal Of Theoretical And Applied Electronic Commerce Research, Vol. 16, No. 1, Hlm. 71–84, Mei 2021, Doi: 10.4067/S0718-18762021000100106.
T. Hardiani, “Comparison Of Naive Bayes Method, K-Nn (K-Nearest Neighbor) And Decision Tree For Predicting The Graduation Of ‘Aisyiyah University Students Of Yogyakarta,” International Journal Of Health Science And Technology, Vol. 2, No. 1, Hlm. 75–85, Jan 2021, Doi: 10.31101/Ijhst.V2i1.1829.
W. Wiguna Dan D. Riana, “Diagnosis Of Coronavirus Disease 2019 (Covid-19) Surveillance Using C4.5 Algorithm,” Jurnal Pilar Nusa Mandiri, Vol. 16, No. 1, Hlm. 71, Mar 2020, Doi: 10.33480/Pilar.V16i1.
Kesumawati, A., & Utari, D. T. (2018). Predicting patterns of student graduation rates using Naïve bayes classifier and support vector machine. AIP Conference Proceedings, 2021, 1-1-. https://doi.org/10.1063/1.5062769
I. A. Abu Amra and A. Y. A. Maghari, "Students performance prediction using KNN and Naïve Bayesian," 2017 8th International Conference on Information Technology (ICIT), Amman, Jordan, 2017, pp. 909-913, doi: 10.1109/ICITECH.2017.8079967.
Akbar, F., Wira Saputra, H., Karel Maulaya, A., Fikri Hidayat, M., & Rahmaddeni. (2022). Implementasi Algoritma Decision Tree C4.5 dan Support Vector Regression untuk Prediksi Penyakit Stroke. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 2(2), 61–67.
L. Setiyani, M. Wahidin, D. Awaludin, Dan S. Purwani, “Analisis Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Metode Data Mining Naïve Bayes?: Systematic Review,” Faktor Exacta, Vol. 13, No. 1, Hlm. 35, Jun 2020, Doi: 10.30998/Faktorexacta.V13i1.5548.
L. Abd, R. Hakim, A. A. Rizal, Dan D. Ratnasari, “Aplikasi Prediksi Kelulusan Mahasiswa Berbasis K-Nearest Neighbor (K-Nn),” 2019.
S. Widaningsih, “Perbandingan Metode Data Mining Untuk Prediksi Nilai Dan Waktu Kelulusan Mahasiswa Prodi Teknik Informatika Dengan Algoritma C4,5, Naïve Bayes, K-Nn Dan Svm,” Jurnal Tekno Insentif, Vol. 13, No. 1, Hlm. 16–25, Apr 2019, Doi: 10.36787/Jti.V13i1.78.
A. Pratama, R. Cahya Wihandika, Dan D. E. Ratnawati, “Implementasi Algoritme Support Vector Machine (Svm) Untuk Prediksi Ketepatan Waktu Kelulusan Mahasiswa,” Jurnal Pilar Nusa Mandiri, Vol. 2, No. 4, Hlm. 1704–1708, 2018, [Daring]. Available: Http://J-Ptiik.Ub.Ac.Id
M. E. Lasulika, “Komparasi Naïve Bayes, Support Vector Machine Dan K-Nearest Neighbor Untuk Mengetahui Akurasi Tertinggi Pada Prediksi Kelancaran Pembayaran Tv Kabel,” Ilkom Jurnal Ilmiah, Vol. 11, No. 1, Hlm. 11–16, Mei 2019, Doi: 10.33096/Ilkom.V11i1.408.11-16.
R. Puspita, S. Putri, I. Waspada, Dan U. D. Semarang, “Penerapan Algoritma C4.5 Pada Aplikasi Prediksi Kelulusan Mahasiswa Prodi Informatika,” 2018.
S. A. Naufal, A. Adiwijaya, Dan W. Astuti, “Analisis Perbandingan Klasifikasi Support Vector Machine (Svm) Dan K-Nearest Neighbors (Knn) Untuk Deteksi Kanker Dengan Data Microarray,” Jurikom (Jurnal Riset Komputer), Vol. 7, No. 1, Hlm. 162, Feb 2020, Doi: 10.30865/Jurikom.V7i1.2014.
J. Zeniarja, A. Salam, Dan F. A. Ma’ruf, “Seleksi Fitur Dan Perbandingan Algoritma Klasifikasi Untuk Prediksi Kelulusan Mahasiswa,” Jurnal Rekayasa Elektrika, Vol. 18, No. 2, Jul 2022, Doi: 10.17529/Jre.V18i2.24047.
D. Prajarini, S. Tinggi, S. Rupa, D. Desain, Dan V. Indonesia, “Perbandingan Algoritma Klasifikasi Data Mining Untuk Prediksi Penyakit Kulit,” 2016.
N. A. Sinaga, B. H. Hayadi, Dan Z. Situmorang, “Perbandingan Akurasi Algoritma Naïve Bayes, K-Nn Dan Svm Dalam Memprediksi Penerimaan Pegawai,” Jurnal Teknik Informasi Dan Komputer (Tekinkom), Vol. 5, No. 1, Hlm. 27, Jul 2022, Doi: 10.37600/Tekinkom.V5i1.446.
