Implementasi Algoritma Naïve Bayes untuk Memprediksi Kemampuan Pemrograman Mahasiswa Teknik Informatika Menggunakan Dataset Kuesioner
DOI:
https://doi.org/10.52436/1.jpti.483Kata Kunci:
kemampuan pemrograman, naïve bayes, prediksi, teknik informatikaAbstrak
Permintaan tenaga kerja di bidang pemrograman semakin meningkat, sementara banyak mahasiswa yang menghadapi kesulitan dalam menguasai keterampilan pemrograman. Penelitian ini bertujuan untuk memprediksi kemampuan pemrograman mahasiswa Teknik Informatika menggunakan algoritma Naïve Bayes, dengan mempertimbangkan pemahaman dasar algoritma pemrograman sebagai parameter. Model dikembangkan dan diuji menggunakan 210 data training dan 90 data testing. Hasil pengujian menunjukkan akurasi model sebesar 100%, dengan prediksi “Mampu” sesuai kenyataan sebanyak 82 data, sedangkan prediksi “Tidak Mampu” yang sesuai dengan kenyataan sebanyak 8 data. Tidak ditemukan kesalahan prediksi pada kategori “Mampu” dan “Tidak Mampu”. Precision dan recall masing-masing mencapai 100%, mengindikasikan bahwa model ini sangat efektif dalam mengklasifikasikan mahasiswa sebagai “Mampu” dan “Tidak Mampu”. Penelitian ini berkontribusi pada pengembangan metode berbasis data untuk mengevaluasi kemampuan pemrograman mahasiswa, memberikan wawasan penting bagi perbaikan kurikulum dan penilaian pendidikan di bidang Teknik Informatika.
Unduhan
Referensi
A. Çetinkaya and Ö. K. Baykan, “Prediction of middle school students’ programming talent using artificial neural networks,” Eng. Sci. Technol. an Int. J., vol. 23, no. 6, pp. 1301–1307, 2020, doi: 10.1016/j.jestch.2020.07.005.
R. Harimurti, E. Ekohariadi, M. Munoto, I. G. P. Asto B, and E. T. Winanti, “Analysis of Programming Skills Concept in Developing Problem Solving Skills,” J. Pendidik. Teknol. dan Kejuru., vol. 25, no. 1, pp. 43–51, 2019, doi: 10.21831/jptk.v25i1.22638.
Z. Zulkipli, “Hubungan antara Kemampuan Matematika dengan Keterampilan Pemrograman,” J. Bangkit Indones., vol. 12, no. 2, pp. 59–64, 2023, doi: 10.52771/bangkitindonesia.v12i2.251.
I. Tarsini and R. Anggraeni, “Explore flowchart and pseudocode concepts in algorithms and programming,” Indones. J. Multidiscip. Sci., vol. 3, no. 5, 2024, doi: 10.55324/ijoms.v3i5.807.
Y. G. Nengsih et al., Konsep Algoritma dan Pemrograman Mengenal Konsep Dasar dan Praktis dalam Bahasa Pascal dan C. INDIE PRESS.
S. Sinaga and Y. Yahfizham, “Analisis Studi Literatur Pemahaman Mahasiswa Tentang Algoritma Pemrograman,” vol. 2, no. 1, 2024, [Online]. Available: https://doi.org/10.59841/saber.v2i1.603
A. B. Chaudhuri, Flowchart and Algorithm Basics. Mercury Learning and Information.
S. Hartati and H. A. SAN, “Algoritma Naive Bayes untuk Prediksi Kelulusan Mahasiswa,” J. Cakrawala Inf., vol. 2, no. 2, pp. 42–50, 2022, doi: 10.54066/jci.v2i2.234.
M. Asfi and N. Fitrianingsih, “Implementasi Algoritma Naive Bayes Classifier sebagai Sistem Rekomendasi Pembimbing Skripsi,” J. Nas. Inform. dan Teknol. Jar., vol. 5, pp. 45–50, 2020, [Online]. Available: https://jurnal.uisu.ac.id/index.php/infotekjar/article/view/2536
R. Annisa and A. Sasongko, “Prediksi Nilai Akademik Mahasiswa Menggunakan Algoritma Naïve Bayes,” JST (Jurnal Sains dan Teknol., vol. 9, no. 1, pp. 1–10, 2020, doi: 10.23887/jstundiksha.v9i1.19488.
D. R. Sari, D. Hartama, I. S. Damanik, and A. Wanto, “Penerapan Metode Naive Bayes dalam Memprediksi Kepuasan Mahasiswa Terhadap Cara Pengajaran Dosen,” Pros. Semin. Nas. Ris. Inf. Sci., vol. 1, no. 2, p. 287, 2019, doi: 10.30645/senaris.v1i0.34.
M. R. Qisthiano, T. B. Kurniawan, E. S. Negara, and M. Akbar, “Pengembangan Model Untuk Prediksi Tingkat Kelulusan Mahasiswa Tepat Waktu dengan Metode Naïve Bayes,” J. Media Inform. Budidarma, vol. 5, no. 3, p. 987, 2021, doi: 10.30865/mib.v5i3.3030.
N. M. A. Mahar, Vihi Atina, and Nugroho Arif Sudibyo, “Pemodelan Prediksi Kelulusan Mahasiswa Dengan Metode Naïve Bayes Di Uniba,” J. Manaj. Inform. dan Sist. Inf., vol. 6, no. 2, pp. 148–158, 2023, doi: 10.36595/misi.v6i2.875.
E. Sutinah, N. Agustina, and Martini, “Algoritma Naive Bayes untuk Prediksi Keberhasilan Mahasiswa pada Mata Kuliah Praktikum,” J. Tek. Inform. Unika ST. Thomas, vol. 08, no. 2, pp. 275–286, 2023.
A. A. Permana et al., “Implementasi Algoritma Naïve Bayes Untuk Prediksi Kelulusan Mahasiswa,” vol. 13, no. 01, pp. 65–70, 2024.
A. A. Botara and A. Sabri, “Prediksi Masa Studi Mahasiswa Menggunakan Algoritma Naïve Bayes pada Universitas Halmahera,” vol. 08, no. 02, pp. 1–14, 2024.
C. R. Batuallo, A. Mewengkang, and D. R. Kaparang, “Klasifikasi Pencapaian Nilai Mahasiswa Berdasarkan Jenis Mata Kuliah Menggunakan Algoritma Naive Bayesian Classifisier,” Edutik J. Pendidik. Teknol. Inf. dan Komun., vol. 3, no. 4, pp. 499–511, 2023, doi: 10.53682/edutik.v3i4.7606.
R. Angella, C. Walangare, and B. Sujatmiko, “Penerapan Algoritma Naive Bayes Dalam Sistem Pendukung Keputusan Pemilihan Peminatan Konsentrasi Berdasarkan Nilai Akademik Berbasis Web Pada Program Studi S1 Pendidikan Teknologi Informasi,” J. IT-EDU, vol. 7, no. 1, pp. 74–83, 2022.
