Buku Prosiding Seminar Nasional Tahun 2012 - ELEKTRO ...

T I | 73SISTEM PREDIKSI MAHASISWA DROP OUT DENGAN MENGGUNAKANMETODE BAYESIAN NETWORKLatif MawardiJurusan Teknik Elektro, Politeknik Negeri Jakarta, Jl. G. Siwabesyi, Kampus Baru UI Depok,16422E-mail: Latif.r33@gmail.comAbstrakPada awal berdirinya Politeknik, drop out merupakan hal yang biasa, dengan pertimbangan adalah mutu lulusan.Karena memang sudah merupakan sistem, maka mahasiswa akan berusaha sebaik mungkin untuk tidak terkena drop out.Seiring dengan perubahan waktu, drop out mulai dipertimbangkan, disatu sisi masih tetap untuk dipertahankan denganalasan adalah mempertahankan kualitas lulusan, dilain hal drop out merupakan kerugian besar baik dari sisipenyelenggara pendidikan atau lembaga maupun dari mahasiswa peserta didik.Pada saat ini drop out di Jurusan TeknikElektro Politeknik Negeri Jakarta jumlahnya cukup mengkhawatirkan karena dapat mencapai 10 % dari jumlahmahasiswa. Oleh karena itu perlu adanya uapaya memperkecil jumlah drop out atau bahkan menghilangkanya jikamemungkinkan. Pada prinsipnya drop out dapat dihindari jika dapat diketahui penyebabnya dan dapat dilakukanantisipasi jika dapat diketahui mahasiswa mahasiswa yang diprediksi berpotensi untuk terkena drop out berdasarkanfitur mahasiswa. Fitur mahasiswa merupakan data mahasiswa yang bersifat dinamis seperti problem keluarga, kondisiperekonomian dan mobilitas mahasiswa ke kampus.Dengan mempergunakan algoritma bayesian network danmenerapkan data fitur mahasiswa sebagai inputnya dilakukan prediksi terhadap semua mahasiswa apakah berpotensidrop out atau tidak. Pada mahasiswa yang berpotensi drop out, dilakukan pembinaan yang merupakan tanggung jawabdosen pembimbing akademik sehingga drop out dapat dihindarkan, paling tidak diperkecil jumlahnya.AbstractDrop out Prediction System using Bayesian Network.At the beginning of the polytechnic, drop out is common, theconsideration is the quality of graduates. Because it is a system, then the students will try their best not to be exposed todrop out. Along with the change of time, drop out from consideration, one hand still to be defended on the grounds is tomaintain the quality of graduates, on the other hand drop out is a huge loss in terms of the education of students orinstitutions and learners. At this time drop out in the Department of Electrical Engineering Polytechnic Jakarta is quitealarming because it can reach 10% of the students. Therefore, it is necessary to reduce the number of drop outsundertakings or even negate if possible. In principle, the drop-out can be avoided if the cause is known and can be donein case it can be seen that predicted student students potentially affected by the features students drop out. Featuresstudent is a dynamic student data such as family problems, economic conditions and mobility of students to campus.Using a Bayesian network algorithm and apply data as input features students made predictions for all students whetherpotentially drop out or not. On the potential of students drop out, do coaching which is the responsibility of academiclecturers so that drop out can be avoided, at least reduced in number.Keywords: prediction, drop out, Bayesian, network1. PendahuluanPendidikan merupakan salah satu usaha untukmencerdaskan anak didiknya agar mempunyai dasarpengetahuan dan terampil pada bidang ilmunya.Keberhasilan pendidikan dapat digunakan sebagai salahsatu indikator pembangunan pada suatu Negara. Padaera pembangunan sekitar tahun 1980, pemerintahmembangun lima politeknik negeri se Indonesia yaitu diJakarta, Bandung, Semarang, Malang, Palembang danMedan. Keenam politeknik tersebut dititipkan keperguruan tinggi setempat untuk pembinaanya.SNTE-2012 ISBN: 978-602-97832-0-9