Detail Inovasi Perguruan Tinggi


Tema: Penggnaan teknologi tarapan
Judul: Penerapan Teknik Resampling untuk Menangani Ketidak seimbangan Kelas pada Seleksi cClon Mahasiswa Berbasis Naive Bays
Perguruan Tinggi: Universitas Pamulang
Jenis/sdm: dosen/0409047703

Tahun: 2017

ABSTRAK

 

Mahasiswa yang telah diterima di Universitas Pamulang banyak yang keluar di tiap semester, sehingga menyebabkan rasio jumlah mahasiswa baru dengan jumlah yang lulus tidak seimbang. Selain itu banyak mahasiswa yang tidak lulus tepat waktu, hal ini mengakibatkan rasio dosen dan mahasiswa tidak seimbang. Kedua hal ini akan mengurangi penilaian pada saat akreditasi. Penyebab keluarnya mahasiswa tanpa menyelesaikan pendidikannya, atau tidak dapat menyelesaikan pendidikannya tepat waktu belum dapat dideteksi dengan sistem seleksi saat ini. Data mining dapat digunakan untuk menganalisa datadata masa lalu untuk memprediksi masa depan. Data yang dikumpulkan untuk prediksi ketepatan waktu lulus tidak seimbang, karena jumlah data yang tepat waktu jauh lebih sedikit dari pada yang tidak tepat waktu. Klasifikasi data dengan pembagian kelas yang tidak seimbang dapat menimbulkan penurunan kinerja yang signifikan. Pada penelitian ini akan diterapkan teknik resampling, yaitu random oversampling dan random undersampling untuk menyeimbangkan kelas. Sedangkan algoritma dasar yang digunakan untuk pengklasifikasi adalah Naïve Bayes. Hasil penelitian menunjukkan bahwa model integrasi random undersampling dan Naïve Bayes memiliki kinerja lebih baik dibandingkan model Naïve Bayes.

 

Kata Kunci: Imbalanced Class, Naïve Bayes, Resampling