PREDIKSI KELULUSAN MAHASISWA S1 PENDIDIKAN KIMIA UNIVERSITAS SEBELAS MARET DENGAN NAIVE BAYES

Keberhasilan akademik mahasiswa, khususnya ketepatan waktu kelulusan, merupakan indikator penting dalam evaluasi kinerja institusi pendidikan tinggi. Termasuk di dalamnya S1 Pendidikan Kimia Universitas Sebelas Maret yang tingkat kelulusan mahasiswa tepat waktu lebih sedikit dari pada mahasiswa yang lulus terlambat. Penelitian ini bertujuan mengembangkan model prediksi kelulusan mahasiswa menggunakan metode Naive Bayes dengan analisis statistik komprehensif. Data yang digunakan mencakup 225 rekam akademik mahasiswa periode 2017-2019 dengan variabel meliputi indeks prestasi semester, indeks prestasi kumulatif, status beasiswa, jenis kelamin, dan jalur masuk. Metode penelitian menggunakan preprocessing data dengan menghilangkan data yang tidak lengkap dan normalisasi min-max scaling, dengan kombinasi Gaussian dan Multinomial Naive Bayes. Hasil penelitian menunjukkan model mencapai akurasi 80,65% dengan sensitifitas 100%, spesifitas 70%, dan Area Under Curve 0,868. Indeks prestasi semester 7 dan 8 diidentifikasi sebagai prediktor terkuat dengan perbedaan rata - rata signifikan antara kelulusan tepat waktu dan terlambat. Penelitian ini memberikan kontribusi metodologis dalam pengembangan sistem peringatan dini akademik yang dapat meningkatkan kelulusan tepat waktu.