IMPLEMENTASI DATA MINING MENGGUNAKAN METODE NAÏVE BAYES UNTUK MEMPREDIKSI KETEPATAN WAKTU TINGKAT KELULUSAN MAHASISWA FAKULTAS ILMU KOMPUTER UNIVERSITAS BINA DARMA

ANGGITA, PUTRI (2022) IMPLEMENTASI DATA MINING MENGGUNAKAN METODE NAÏVE BAYES UNTUK MEMPREDIKSI KETEPATAN WAKTU TINGKAT KELULUSAN MAHASISWA FAKULTAS ILMU KOMPUTER UNIVERSITAS BINA DARMA. Diploma thesis, UNIVERSITAS BINA DARMA.

[img] Text (turnitin)
67117-3.pdf
Restricted to Repository staff only

Download (2MB)
[img] Text (bab 1)
67117-6.pdf

Download (825kB)
[img] Text (daftar pustaka)
67117-10.pdf

Download (518kB)
[img] Text (bab 0)
67117-11.pdf

Download (904kB)
[img] Text (skripsi)
67117-18.pdf
Restricted to Repository staff only

Download (2MB)
[img] Text (jurnal)
67117-19.pdf
Restricted to Repository staff only

Download (1MB)
[img] Text (lampiran)
67117-20.pdf
Restricted to Repository staff only

Download (725kB)

Abstract

Universitas Bina Darma merupakan salah satu perguruan tinggi swasta yang ada di Sumatera Selatan. Universitas satu ini terdiri dari beberapa fakultas, fakultas ilmu komputer ialah salah satu dari beberapa fakultas yang ada. Setiap tahun nya jumlah mahasiswa baru pada fakultas ilmu komputer ini selalu bertambah namun jumlah yang lulus semakin berkurang. Angka kelulusan ialah salah satu tolak ukur untuk menentukan keberhasilan dalam proses belajar mengajar. Dalam suatu Universitas grafik nilai ataupun kemampuan mahasiswa dalam menyelesaikan studi tepat waktu ialah salah satu penilaian akreditasi. Algoritma klasifikasi data mining naïve bayes teknik classifier dapat digunakan untuk memprediksi kelulusan mahasiswa dengan kategori bisa lulus tepat waktu atau tidak tepat waktu. dalam penelitian ini, kriteria yang digunakan adalah Absensi, Pola Belajar, Organisasi, Aktif Elearning dan Semester Pendek, . Tools yang digunakan untuk proses data mining penelitian ini ialah program. Kata kunci: Data Mining, Naïve Bayes, Kelulusan

Item Type: Thesis (Diploma)
Subjects: T Technology > T Technology (General)
Depositing User: Mr Surya
Date Deposited: 03 Jul 2023 04:18
Last Modified: 03 Jul 2023 04:18
URI: http://repository.binadarma.ac.id/id/eprint/7327

Actions (login required)

View Item View Item