Prediksi Penerimaan Mahasiswa Baru Universitas Singaperbangsa Karawang dengan Naive Bayes - Vol 9 No 2 Agustus 2023

Aug 29, 2026

Unggah oleh Theodora

Sistem pendukung keputusan merupakan alat penting untuk pengambilan keputusan yang efektif dan efisien dalam konteks pendidikan tinggi. Penelitian ini merancang sistem pendukung keputusan menggunakan metode Naive Bayes untuk memprediksi penerimaan mahasiswa baru di Universitas Singaperbangsa Karawang berdasarkan kriteria penerimaan: asal sekolah calon mahasiswa, nilai akhir ujian, daya tampung universitas, peluang penerimaan, dan profil calon mahasiswa. Proses pemenuhan kriteria dilakukan melalui teknik data mining dengan dataset 816 data. Uji coba memakai data tes SNBT menunjukkan Naive Bayes berhasil mengklasifikasikan 4 dari 816 data dengan akurasi prediksi 97,79%. Sistem ini mendukung keputusan terkait PMB secara lebih efisien, meningkatkan akurasi, dan mengurangi kesalahan seleksi.

BahasaIndonesian

KategoriPenelitian & Laporan

FormatPDF

Halaman11

Waktu Membaca17 mnt

AksesGratis untuk diunduh

Daftar Isi

PENDAHULUAN

Proses Penerimaan Mahasiswa Baru (PMB)

Seleksi Nasional Berdasarkan Tes (SNBT)

Rencana Berbasis Teknologi dan Metode Naive Bayes

Research Article Open Access (CC–BY-SA) Prediksi Penerimaan Mahasiswa Baru Universitas Singaperbangsa Karawang dengan Naive Bayes Ganes Wisnu Cahya Bagaskara*1, Milla Rochmawati2, Ismai Adhiya Adha3, Mayland Trifena4 1,2,3,4 Program Studi Sistem Informasi, Fakultas Ilmu Komputer Universitas Singaperbangsa Karawang, Jalan HS.Ronggo Waluyo, Indonesia e-mail: *[1](1 2010631250049@student.unsika.ac.id)[ ](1 2010631250049@student.unsika.ac.id)[2010631250049@student.unsika.ac.id](1 2010631250049@student.unsika.ac.id), [2](22010631250062@student.unsika.ac.id)[2010631250062@student.unsika.ac.id](22010631250062@student.unsika.ac.id), [3](32010631250055@student.unsika.ac.id)[2010631250055@student.unsika.ac.id](32010631250055@student.unsika.ac.id), [4](42010631250060@student.unsika.ac.id)[2010631250060@student.unsika.ac.id](42010631250060@student.unsika.ac.id) Abstrak Sistem pendukung keputusan merupakan alat penting dalam proses pengambilan keputusan yang efektif dan efisien. Dalam konteks pendidikan, prediksi penerimaan mahasiswa baru menjadi salah satu aspek penting dalam pengelolaan sebuah universitas. Penelitian ini bertujuan merancang sebuah sistem pendukung dalam mengambil keputusan dengan metode Naive Bayes dalam memprediksi penerimaan mahasiswa baru di Universitas Singaperbangsa Karawang.Kriteria yang telah ditetapkan untuk diterima di universitas ini meliputi asal sekolah calon mahasiswa, nilai akhir ujian, daya tampung universitas, peluang penerimaan, dan profil calon mahasiswa. Penyelesaian kriteria tersebut dilakukan melalui teknik Data Mining dengan metode Naive Bayes. Dataset yang digunakan dalampenelitian ini berupa Data Set denganjumlahsebanyak 816 data. Berdasarkan uji coba menggunakan data tes SNBT, metode Naive Bayes berhasil mengklasifikasikan 4 dari 816 data yang diuji, dengan akurasi prediksi mencapai 97,79%, persentase tertinggi dalam memprediksi penerimaan mahasiswa baru. Dengan memanfaatkan sistem pendukung keputusan ini, universitas dapat melakukan prediksi penerimaan mahasiswa baru dengan akurasi tinggi, mempermudah pengambilan keputusanterkait penerimaan mahasiswa baru, meningkatkan efisiensi proses seleksi, dan mengurangi kesalahan dalam proses tersebut. Kata kunci—Sistem Pendukung Keputusan, Penerimaan Mahasiswa Baru, Naïve Bayes Abstract A decision support system is an essential tool in the process of effective and efficient decisionmaking. In the context of education, predicting the admission of new students is one important aspect in the management of a university. This research aims to design a decision support system using the Naive Bayes method to predict the admission of new students at Singaperbangsa Karawang University. The criteria established for admission to this university include the candidate's school of origin, final exam scores, university capacity, admission probability, and candidate's profile. The fulfillment of these criteria is done through Data Mining techniques using the Naive Bayes method. The dataset used in this research consists of 816 data entries. Based on the trial using the SNBT test data, the Naive Bayes method successfully classified 4 out of 816 tested data entries, with a prediction accuracy of 97.79%, the highest percentage in predicting the admission of new students. By utilizing this decision support system, the university can predict the admission of new students with high accuracy, facilitate decision-making related to the admission process, improve the efficiency of the selection process, and reduce errors in the process. Keywords—Decision Support System, New Student Admission, Naïve Bayes Vol. 09 No. 02 – Agustus 2023 198 1. PENDAHULUAN Peran yang signifikan dari perguruan tinggi yaitu membentuk sumber daya manusia yang berkualitas. Salah satu kegiatan strategis yang sangat penting dalam hal ini adalah proses penerimaan mahasiswa baru (PMB) . PMB ini cerminan dari pandangan dan minat masyarakatterhadap perguruan tinggi itu sendiri. Tinggin

Pertanyaan Umum

Penelitian ini bertujuan memprediksi apa dan untuk universitas mana?

Penelitian ini bertujuan memprediksi penerimaan mahasiswa baru di Universitas Singaperbangsa Karawang menggunakan metode Naive Bayes.

Kriteria apa saja yang digunakan untuk memprediksi penerimaan mahasiswa baru?

Kriteria meliputi asal sekolah calon mahasiswa, nilai akhir ujian, daya tampung universitas, peluang penerimaan, dan profil calon mahasiswa.

Bagaimana kinerja metode Naive Bayes pada pengujian dengan data SNBT?

Pada uji coba menggunakan data tes SNBT, Naive Bayes mengklasifikasikan 4 dari 816 data dengan akurasi prediksi 97,79%.

Aug 29, 2026

Unggah oleh Theodora