PENERAPAN ALGORITMA NAÃVE BAYES DENGAN BACKWARD ELIMINATION UNTUK PREDIKSI WAKTU TUNGGU ALUMNI MENDAPATKAN PEKERJAAN

Abstract

Perguruan tinggi memiliki peranan yang signifikan dalam pengembangan kualitas pendidikan manusia. Merancang kurikulum dan strategi pendidikan yang tepat dapat menghasilkan lulusan yang berkualitas. Tracer Study menjadi salah satu metode untuk melacak status pekerjaan alumni setelah lulus dari pendidikannya. Fasilkom Unsika adalah salah satu fakultas yang ada di Universitas Singaperbangsa Karawang. Dari banyaknya jumlah lulusan yang dihasilkan, sejauh ini di Fasilkom Unsika belum pernah dilakukan pelacakan terhadap status pekerjaan alumni. Oleh karena itu pelacakan perlu dilakukan untuk nantinya dilakukan proses Data Mining. Dari proses Data Mining kemudian dihasilkan suatu pengetahuan. Penelitian ini bertujuan untuk memprediksi waktu tunggu alumni mendapatkan pekerjaan dengan menggunakan algoritma Naïve Bayes dan dibandingkan dengan algoritma Naïve Bayes dengan fitur seleksi Backward Elimination. Metodologi Data Mining yang digunakan yaitu Cross-Industry Standard Process for Data Mining (CRISP-DM). Penelitian menggunakan kelas label CEPAT dan LAMBAT dengan menerapkan sembilan skenario K-Folds Cross Validation. Hasilnya menunjukkan bahwa algoritma Naïve Bayes dengan fitur seleksi Backward Elimination meraih performa terbaik dengan nilai Accuracy 68,52% dan Kappa 0,370. Kesimpulan dari penelitian ini yaitu algoritma Naïve Bayes dengan fitur seleksi Backward Elimination terbutki dapat meningkatkan hasil evaluasi pada prediksi waktu tunggu alumni mendapatkan pekerjaan.