Information Gain Berbasis Algoritma Naive Bayes Classifier Pada Pemodelan Prediksi Kelulusan

نویسندگان

چکیده

Salah satu permasalahan yang dihadapi institusi perguruan tinggi adalah tidak tepatnya waktu kelulusan mahasiswa. Setiap tahunnya, jumlah mahasiswa mendaftar sebanding dengan lulusannya. Hal tersebut menjadi tugas program studi dalam memantau akademik mahasiswanya. Program perlu memiliki acuan untuk mengantisipasi berpotensi lulus tepat waktu. Dewasa ini, banyak sekali metode menyelesaikan berbagai teknologi informasi salah satunya data mining. teknik mining dapat digunakan memprediksi klasifikasi dan algoritma Naive Bayes Classifier (NBC). Penelitian ini menggunakan NBC memanfaatkan seleksi fitur Information Gain Tujuan dari pemanfaatan sendiri mengurangi tingkat kompleksitas meningkatkan akurasi serta mampu mengetahui fitur-fitur apa saja paling berkontribusi terhadap akurasi. Hasil pengolahan dataset pada RapidMiner menerapkan menunjukkan peningkatan dibandingkan standar NBC.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

The Indifferent Naive Bayes Classifier

The Naive Bayes classifier is a simple and accurate classifier. This paper shows that assuming the Naive Bayes classifier model and applying Bayesian model averaging and the principle of indifference, an equally simple, more accurate and theoretically well founded classifier can be obtained. Introduction In this paper we use Bayesian model averaging and the principle of indifference to derive a...

متن کامل

Locally Weighted Learning for Naive Bayes Classifier

As a consequence of the strong and usually violated conditional independence assumption (CIA) of naive Bayes (NB) classifier, the performance of NB becomes less and less favorable compared to sophisticated classifiers when the sample size increases. We learn from this phenomenon that when the size of the training data is large, we should either relax the assumption or apply NB to a “reduced” da...

متن کامل

Improving Naive Bayes Classifier Using Conditional Probabilities

Naive Bayes classifier is the simplest among Bayesian Network classifiers. It has shown to be very efficient on a variety of data classification problems. However, the strong assumption that all features are conditionally independent given the class is often violated on many real world applications. Therefore, improvement of the Naive Bayes classifier by alleviating the feature independence ass...

متن کامل

ذخیره در منابع من


  با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ژورنال

عنوان ژورنال: Jurnal Ilmiah Intech

سال: 2023

ISSN: ['2685-4902']

DOI: https://doi.org/10.46772/intech.v5i1.1116