Prediksi Kelulusan Mahasiswa Berdasarkan Kinerja Akademik Menggunakan Pendekatan Data Mining Pada Program Studi Sistem Informasi Fakultas Ilmu Komputer Universitas Brawijaya
Kata Kunci:
prediksi, data mining, klasifikasi, Naive Bayes, dashboard, black-box testing, System Usability Scale.Abstrak
Lulus tidak tepat waktu merupakan permasalahan yang sering ditemui pada lingkungan akademik perguruan tinggi. Hal tersebut juga dialami pada program studi Sistem Informasi Universitas Brawijaya dimana rata - rata mahasiswa masuk pada program studi Sistem Informasi setiap tahun kurang lebih 213 mahasiswa, sedangkan rata - rata kelulusan mahasiswanya hanya berjumlah kurang lebih 99 mahasiswa. Ketidakseimbangan tersebut tentu akan menimbulkan kerugian dari pihak akademisi maupun mahasiswa. Sehingga berdasarkan permasalahan tersebut diperlukan prediksi terhadap mahasiswa yang diindikasikan tidak lulus tepat waktu supaya dapat diberikan tindakan lebih lanjut. Salah satu task yang dapat digunakan untuk melakukan prediksi kelulusan dalam data mining dapat menggunakan jenis task klasifikasi. Dengan memanfaatkan salah satu metode algoritme klasifikasi yaitu Naive Bayes, akan dihasilkan pola - pola berdasarkan probabilitas pada tiap atribut yang dapat digunakan untuk menentukan apakah mahasiswa lulus tepat waktu atau tidak. Dari data mahasiswa yang terkumpul berjumlah 1354, data kemudian dilakukan pre-procesing untuk proses mining pada sistem yang dikembangkan dengan basis website dengan memanfaatkan Weka CLI. Informasi dari prediksi kelulusan ditampilkan dalam dashboard sesuai dengan kebutuhan Kaprodi SI. Hasil Pengujian black-box menunjukan sistem valid sesuai dengan kebutuhan yang sudah didefinisikan. Sedangkan hasil pengujian usability dengan System Usability Scale(SUS) menghasilkan nilai 57.5 yang tergolong kedalam adjective rating Good.