PEMBANGUNAN APLIKASI KLASIFIKASI MAHASISWA BARU UNIVERSITAS ATMA JAYA YOGYAKARTA DENGAN METODE NAΪVE BAYES CLASSIFIER

Sari, Mega Kartika (2013) PEMBANGUNAN APLIKASI KLASIFIKASI MAHASISWA BARU UNIVERSITAS ATMA JAYA YOGYAKARTA DENGAN METODE NAΪVE BAYES CLASSIFIER. S1 thesis, UAJY.

[img]
Preview
Text (Halaman Judul)
0TF05856.pdf

Download (284kB) | Preview
[img]
Preview
Text (Bab I)
1TF05856.pdf

Download (116kB) | Preview
[img]
Preview
Text (Bab II)
2TF05856.pdf

Download (60kB) | Preview
[img] Text (Bab III)
3TF05856.pdf
Restricted to Registered users only

Download (156kB)
[img] Text (Bab IV)
4TF05856.pdf
Restricted to Registered users only

Download (202kB)
[img] Text (Bab V)
5TF05856.pdf
Restricted to Registered users only

Download (430kB)
[img]
Preview
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 View Item