Penggunaan Metode Naive Bayes untuk memprediksi Kelulusan Mahasiswa Prodi Pendidikan Teknologi Informasi Menggunakan Rapidminer.

Proses penerimaan mahasiswa baru setiap tahun akan terjadinya penambahan jumlah mahasiswa Prodi Pendidikan Teknologi Informasi, akan tapi mahasiswa lulus tepat waktu berjumlah sedikit dari total mahasiswa, sehingga mengakibatkan penambahan jumlah mahasiswa dan mengakibatkan berlimpahnya data mahasiswa. maka terjadinya ketidakseimbannya jumlah mahasiswa baru dan mahasiswa yang telah lulus setiap tahun. kumpulan data ini jika di olah menggunakan teknik data mining akan menjadi informasi baru yang bermanfaat bagi perguruan tinggi sehingga membantu dalam mengambil keputusan. Data mining dengan metode naive bayes mampu memprediksi masa depan menggunakan perhitungan probabilitas. Penelitian ini bertujuan untuk mengukur akurasi dan mengetahui penggunaan metode naive bayes untuk memprediksi kelulusan mahasiswa. Penelitian ini menggunakan jenis penelitian kuantitatif dengan subyek penelitian yaitu data lulusan dari mahasiswa pendidikan teknologi informasi ditahun 2014, 2015, 2016, 2017 dan 2018 menjadi data training dan data mahasiswa pendidikan teknologi informasi angkatan 2021 menjadi data testing. Metode naive bayes memprediksi masa depan dengan menggunakan pengalaman sebelumnya. Perhitungan menggunakan rapidminer studi 9.10. Hasi penelitian pengujian menggunakan rapidminer studi 9.10 dengan data training sebanyak 84 data diperoleh keakurasian sebesar 65.47%. data testing sebanyak 62 data di uji dan didapatkan hasil sebanyak 48 mahasiswa diprediksi lulus tepat waktu, 8 mahasiswa diprediksi terlambat dan 6 mahasiswa diprediksi drop out.