Sari, Mega Kartika (2013) PEMBANGUNAN APLIKASI KLASIFIKASI MAHASISWA BARU UNIVERSITAS ATMA JAYA YOGYAKARTA DENGAN METODE NAΪVE BAYES CLASSIFIER. S1 thesis, UAJY.
|
Text (Halaman Judul)
0TF05856.pdf Download (284kB) | Preview |
|
|
Text (Bab I)
1TF05856.pdf Download (116kB) | Preview |
|
|
Text (Bab II)
2TF05856.pdf Download (60kB) | Preview |
|
Text (Bab III)
3TF05856.pdf Restricted to Registered users only Download (156kB) |
||
Text (Bab IV)
4TF05856.pdf Restricted to Registered users only Download (202kB) |
||
Text (Bab V)
5TF05856.pdf Restricted to Registered users only Download (430kB) |
||
|
Text (Bab VI)
6TF05856.pdf Download (480kB) | Preview |
Abstract
Setiap tahun Universitas Atma Jaya Yogyakarta meluluskan mahasiswa yang telah selesai menempuh studinya. Dari data yang diperoleh pada tahun 2010, 2011,dan 2012 terdapat 11.86% lulusan yang menempuh studi lebih dari 4 tahun dengan rata-rata IPK 3,11. Sedangkan rata-rata IPK mahasiswa pada tahun 2010, 2011, dan 2012 ialah 2,52. Persentase lulusan lebih dari 4 tahun dan rata-rata IPK mahasiswa dari data tersebut masih kurang baik. Oleh sebab itu, Universitas Atma Jaya Yogyakarta perlu menentukan langkah untuk memperbaiki persentase mahasiswa yang lulus lebih dari 4 tahun dan rata-rata IPK mahasiswa. Dari permasalahan di atas, maka langkah yang dibutuhkan ialah membangun aplikasi untuk memprediksi IPK, rata-rata SKS dan persentase kehadiran mahasiwa baru, supaya mahasiswa yang diprediksi mendapatkan IPK atau rata-rata SKS dibawah rata-rata dapat diberikan bimbingan studi untuk meningkatkan IPK atau rata-rata SKS mahasiswa tersebut. Aplikasi klasifikasi mahasiswa baru ini menggunakan bahasa pemrograman C# dengan metode klasifikasi Naïve Bayes untuk meprediksikan IPK, rata-rata SKS dan persentase kehadiran dari data mahasiswa baru. Aplikasi klasifikasi mahasiswa baru dapat membantu meprediksikan studi mahasiswa baru dengan hasil rata-rata keakuratan data 81.67% (persentase keakuratan data dapat berubah bergantung pada data yang digunakan). Dengan demikian mahasiswa yang diprediksikan IPK atau rata-rata SKS dibawah rata-rata, dapat dipantau dan dibimbing lebih detail oleh Universitas Atma Jaya Yogyakarta.
Item Type: | Thesis (S1) |
---|---|
Uncontrolled Keywords: | Klasifikasi, Naïve Bayes , C# |
Subjects: | Teknik Informatika > Soft Computing |
Divisions: | Fakultas Teknologi Industri > Teknik Informatika |
Depositing User: | Editor UAJY |
Date Deposited: | 23 Oct 2013 11:21 |
Last Modified: | 23 Oct 2013 11:21 |
URI: | http://e-journal.uajy.ac.id/id/eprint/4118 |
Actions (login required)
View Item |