Implementasi Algoritma Naïve Bayes Dalam Melakukan Prediksi Mendapatkan Pekerjaan Bagi Alumni UnHar

Perguruan tinggi memiliki peran penting dalam memantau keberhasilan lulusannya, salah satunya melalui data waktu tunggu alumni dalam memperoleh pekerjaan. Permasalahan yang sering muncul adalah data alumni yang belum terklasifikasi dengan baik sehingga proses analisis dan pencarian informasi menjadi lambat dan kurang efektif. Penelitian ini bertujuan untuk mengimplementasikan algoritma Naïve Bayes dalam memprediksi waktu tunggu alumni Universitas Harapan (UnHar) dalam mendapatkan pekerjaan setelah menyelesaikan studi Strata Satu (S1). Metode yang digunakan adalah data mining dengan algoritma Naïve Bayes Classifier, karena metode ini sederhana, efisien, dan memiliki tingkat akurasi yang baik dalam melakukan klasifikasi berbasis probabilitas. Parameter yang digunakan dalam proses prediksi meliputi Indeks Prestasi Kumulatif (IPK), waktu lulus, relasi, dan sikap. Sistem dikembangkan berbasis website menggunakan bahasa pemrograman PHP dan database MySQL dengan model pengembangan System Development Life Cycle (SDLC). Hasil penelitian menunjukkan bahwa sistem yang dibangun mampu membantu pihak universitas dalam memprediksi waktu tunggu alumni secara lebih cepat dan akurat, serta mempermudah proses pendataan dan evaluasi alumni. Selain itu, sistem ini diharapkan dapat menjadi bahan motivasi bagi mahasiswa aktif agar meningkatkan prestasi akademik dan kesiapan kerja sejak dini.