Perbandingan Algoritma C4.5 Dan Naïve Bayes Untuk Prediksi Ketepatan Waktu Studi Mahasiswa

Studi Kasus: Program Studi Statistika Universitas Mulawarman

  • Jordan Nata Permana UNIVERSITAS MULAWARMAN
  • Rito Goejantoro Universitas Mulawarman
  • Surya Prangga Universitas Mulawarman

Abstract

Classification is a statistical technique that aims to classify data into classes that already have labels by building a model based on training data. There are many methods that can be used in the classification including Naïve Bayes and C4.5. The C4.5 algorithm is an algorithm used to form a decision tree while Naïve Bayes is a classification based on probability. This study aims to determine the results of the classification of C4.5 and Naïve Bayes and to determine the classification accuracy of the two methods. The variables used in this study were graduation status , entrance , gender , regional origin , GPA , and UKT group . After the analysis, the results showed that the average accuracy level of the C4.5 algorithm was 61.99% and the Naïve Bayes accuracy level was 69.97%. So it can be said that the Naïve Bayes method is a better method in classifying student status compared to the C4.5 . method.


 

Downloads

Download data is not yet available.

References

Astuti, I. (2017). Prediksi Ketepatan Waktu Kelulusan Dengan Algortima Data Mining C4.5. Fountain of Informatics Journal, 8, 96-103.
Bustami. (2014). Penerapan Algoritma Naive Bayes Untuk Mengklasifikasi Data Nasabah Asuransi. Jurnal Informatika, 8, 884-898.
Febianah , M., Solikhah, F., Kamil, A., & Arifin, W. (2021). Analisis Perbandingan Algoritma Naive Bayes dan C4.5 Dalam Klasifikasi Data Mining Untuk Memprediksi Kelulusan. Teknologi Informasi dan Komunikasi, 96-103.
Iskandar, D., & Suprapto, Y. (2015). Perbandingan Akurasi Klasifikasi Tingkat Kemiskinan Antara Algoritma C4.5 dan Naive Bayes. Jurnal Ilmiah NERO, 2, 37-43.
Kurniawan, Y. (2018). Perbandingan Naive Bayes dan C4.5 Dalam Klasifikasi Data Mining. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 5, 455-464.
Mulawarman, U. (2020). Peraturan Rektor Universitas Mulawarman Nomor 17 Tahun 2020 Penyelenggaraan Pendidikan Dan Pengajaran, Penelitian, Pengabdian Kepada Masyarakat Berbasis Kampus Merdeka Dan Merdeka Belajar. Samarinda: Universitas Mulawarman.
Nofriansyah, D. (2014). Konsep Data Mining Vs Sistem Pendukung Keputusan. Yogyakarta: Deepublish.
Nurani, & Afif. (2020). Perbandingan Kinerja Algoritma Naïve Bayes dan C4.5 Untuk Klasifikasi Harga Pangan. Jurnal Ilmiah Teknik Elektro, 7, 20-24.
Pramana, S., Yuniarto, B., Mariyah, S., Santoso, I., & Nooraeni, R. (2018). Data Mining dengan R. Konsep Serta Implementasi. Bogor: Penerbit IN MEDIA.
Prasetyo, E. (2014). Data Mining Mengolah Data Menjadi Informasi Menggunakan Matlab. Yogyakarta: Penerbit Andi.
Supranto, J. (2008). Statistika Teori dan Aplikasi Edisi Tujuh. Jakarta: Erlangga.
Umam, M., Wahanggara, V., Cahyanti, T., & Muharom , L. (2017). Analisis Perbandingan Algoritma C4.5 dan Algoritma Naive Bayes Untuk Prediksi Kelulusan Mahasiswa Studi Kasus : Prodi Teknik Informatika Universitas Muhammadiyah Jember. Jurnal Universitas Muhammdiyah Jember.
Yahya, N., & Jananto, A. (2019). Komparasi Kinerja Algoritma C.45 dan Naive Bayes Untuk Prediksi Kegiatan Penerimaan mahasiswa Baru (Studi Kasus : Universitas Stikubank Semarang). Prosiding SENDI_U 2019, 221-228.
Published
2023-01-03
How to Cite
PERMANA, Jordan Nata; GOEJANTORO, Rito; PRANGGA, Surya. Perbandingan Algoritma C4.5 Dan Naïve Bayes Untuk Prediksi Ketepatan Waktu Studi Mahasiswa. EKSPONENSIAL, [S.l.], v. 13, n. 2, p. 161-170, jan. 2023. ISSN 2798-3455. Available at: <https://jurnal.fmipa.unmul.ac.id/index.php/exponensial/article/view/947>. Date accessed: 10 dec. 2024. doi: https://doi.org/10.30872/eksponensial.v13i2.947.
Section
Articles