PREDIKSI INTENTION TO ENROLL OLEH SISWA-SISWI SMA DALAM PEMILIHAN PERGURUAN TINGGI SWASTA DI INDONESIA DENGAN MENGGUNAKAN NAIVE BAYES

Hendra Achmadi

Abstract


Jumlah calon mahasiswa yang mendaftar di perguruan tinggi, terutama di perguruan tinggi swasta, merupakan masalah serius. Penurunan jumlah calon mahasiswa yang terjadi selama masa pandemi COVID-19 dari tahun 2018-2019 hingga tahun 2022 juga menjadi masalah serius bagi perguruan tinggi swasta di Indonesia. Oleh karena itu, penelitian ini berfokus pada mencari karakteristik utama siswa SMA dalam memilih perguruan tinggi swasta di Jakarta dan sekitarnya. Metode penelitian yang digunakan adalah data mining, dengan menggunakan data primer yang diperoleh dari kuesioner yang disebar kepada siswa SMA kelas 11 dan 12 di wilayah tersebut, dengan total 438 responden, yang kemudian melalui proses pembersihan data, menghasilkan 295 responden.Dengan menggunakan metode Naise Bias dan Supervisor Learning akan didapat prediksi pengambilan keputusan siswa-siswi SMA Dengan menggunakan algoritma naïve bayes maka didapat akurasi 94.9 persen dengan melakukan simulasi terhadap tiga universitas besar yang akan diprediksi yang dipilih yaitu Binus dengan kode 1 dan UPH dengan kode 2 dan Prasmul dengan kode 3. Kemudian dengan menggunakan Naïve Bayes algoritma , maka machine learning akan melakukan prediksi dari universitas yang akan di pilih, dan hasilnya adalah 94,9 persen akurasi yang didapatkan


Keywords


Prediksi Intention to Enroll; Data Mining; Naise Bayes

Full Text:

PDF

References


Charbuty, B., & Abdulazeez, A. (2021). Classification Based on Decision Tree Algorithm for Machine Learning. Journal of Applied Science and Technology Trends, 2(01), 20–28. https://doi.org/10.38094/jastt20165

Duarte, V., Zuñiga-Jara, S., & Contreras, S. (2019). Machine Learning and Marketing: a literature review. https://ssrn.com/abstract=4006436

Jiawei. (2012). Data Mining Third Edition.

Mansoor, F. (2022). Increasing Generalizability: Naïve Bayes Vs K-Nearest Neighbors. https://doi.org/10.21203/rs.3.rs-1578985/v1

Müller, A. C., & Guido, S. (2017). Introduction to Machine Learning with Python A GUIDE FOR DATA SCIENTISTS Introduction to Machine Learning with Python.

Muzumdar, P., Prasad Basyal, G., & Vyas, P. (2022). An Empirical Comparison of Machine Learning Models for Student’s Mental Health Illness Assessment. In Asian Journal of Computer and Information Systems (Vol. 10, Issue 1). www.ajouronline.com

Rish, I. (2000). An empirical study of the naive Bayes classifier.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Hendra Achmadi

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

faviconFakultas Ekonomi dan Bisnis | Universitas Pelita Harapan | Kampus Universitas Pelita Harapan | Gedung F Lt. 12 | Lippo Karawaci, Tangerang - 15811 | Telp 021-5460901 | Fax 54210992