Perbandingan Metode Klasifikasi Naïve Bayes Dan Support Vector Machine Pada Predikat Kelulusan Mahasiswa

Abstract

Perguruan tinggi adalah tempat bagi mahasiswa dalam memperoleh pendidikan dan perguruan tinggi diharapkan dapat menyelenggarakan pendidikan yang berkualitas. Setiap perguruan tinggi pasti mengarapkan mahasiswa yang lulus akan sesuai jumlahnya dengan mahasiswa yang masuk. Dalam penelitian ini bermaksud untuk melakukan klasifikasi dengan menggunakan data dari mahasiswa yang lulus dengan predikat kelulusan. Peneliti mencoba membandingkan 2 algoritma yang cukup popular dalam proses klasifikasi yaitu Naïve Bayes dan  Support Vector Machine. Pada penelitian - penelitian sebelumnya Naïve Bayes cenderung menghasilkan performa yang lebih baik dari akurasinya dibandingkan dengan Support Vector Machine. Setelah dilakukan pengujian dengan menggunkan data kelulusan mahasiswa ternyata Naïve Bayes memiliki akurasi lebih besar yaitu 96.52% dengan tingkat eror (Missclassification Rate) 0.03%, sedangkan metode Support Vector Machine memiliki akurasi 86.93% dengan tingkat eror (Missclassification Rate) 0.13%.