PERBANDINGAN METODE NAIVE BAYES, ALGORITMA C4.5 DAN RANDOM FOREST DALAM KLASIFIKASI WAKTU KELULUSAN MAHASISWA

Abstrak

Program Studi Matematika, terakreditasi sebagai Grade B oleh BAN-PT (Badan Akreditasi Nasional Indonesia), saat ini dituntut untuk mempertahankan dan meningkatkan reputasi dan kualitasnya. Data penelitian menunjukkan bahwa dari 527 lulusan Program Studi Matematika, 396 di antaranya lulus lebih dari delapan semester antara tahun 2002 hingga 2019. Penelitian yang dilakukan melibatkan pengujian kinerja Bayes naif, algoritma C4.5, dan algoritma hutan acak dengan pelatihan dan pengujian data split yang berbeda dari 70:30, 80:20, dan 90:10. Hasil pengujian menyimpulkan bahwa random forest direkomendasikan untuk mengklasifikasikan kasus ketepatan waktu kelulusan siswa dengan akurasi 89,4%, menggunakan pemisahan data pelatihan dan pengujian 80:20.