Learning Analytics Untuk Klasifikasi Performa Mahasiswa di Lms dengan Naive Bayes

HAFIZH JIHAAD HUSNI

Informasi Umum

Kode

21.04.3893

Klasifikasi

543 - Analytical chemistry

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Skripsi

Dilihat

210 kali

Informasi Lainnya

Abstraksi

Performa yang baik bagi seorang mahasiswa merupakan hal yang penting, karena bisa mempengaruhi indeks akhir mahasiswa tersebut. Tetapi performa mahasiswa pada umumnya terlihat pada akhir semester. Sehingga apabila mahasiswa yang memiliki performa yang kurang tidak mendapatkan kesempatan untuk memperbaiki . Oleh karena itu, perlu adanya analisis lebih awal terhadap mahasiswa yang memiliki performa yang kurang. Karena sebagian aktivitas mahasiswa pada saat ini berada di LMS, maka log aktivitas LMS setidaknya bisa mencerminkan performa mahasiswa. Algoritma yang digunakan untuk klasifikasi dalam penelitian ini adalah naive bayes. Naïve bayes dipilih karena memiliki performa cukup baik untuk ukuran dataset yang berukuran kecil berdasarkan hasil recall dan akurasi. Dataset yang digunakan adalah berupa data dari aktivitas LMS kelas Pemodelan dan Implementasi Basis Data Telkom University. Algoritma Naive Bayes berhasil memprediksi performa mahasiswa lebih awal dan memberikan informasi mahasiswa mengalami perubahan performa. Untuk performa algoritma naive bayes dalam klasifikasi dataset penelitian ini menghasilkan performa cukup baik dengan akurasi tertinggi 93%.