Praja, Gusti Rila (2022) PENERAPAN ALGORITME NAÏVE BAYES UNTUK PEMILIHAN SISWA JURUSAN IPA DAN IPS. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (546kB) |
|
Text (BAB I)
BAB I.pdf Download (338kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (847kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (535kB) |
|
Text (BAB V)
BAB V.pdf Download (67kB) |
|
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (442kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/other.png) |
Other (SOURCE CODE)
Source Code-NIM-18.11.2270.rar Restricted to Repository staff only Download (48kB) |
|
Text (PUBLIKASI)
Publikasi-18.11.2270-Gusti Rila Praja.pdf Restricted to Repository staff only Download (442kB) |
Abstract
Pendidikan merupakan aspek penting di masyarakat sebagai salah satu faktor penunjang keberhasilan suatu keluarga dan negara, pada era modern saat ini dalam sektor pendidikan terdapat banyak tantangan dan masalah yang harus dihadapi. Masalah yang dialami adalah ketika peserta didik memasuki masa sekolah SMP (Sekolah Menengah Pertama) dan melanjutkan sekolah ke jenjang yang lebih tinggi yaitu sekolah SMA (Sekolah Menengah Atas). Dengan menggunakan system kurikulum 2013, pemilihan jurusan dimulai saat siswa memasuki kelas 1/X SMA. Pemilihan jurusan tersebut adalah jurusan IPA dan IPS. Nilai mata pelajaran selama peserta didik sekolah di SMP menjadi parameter dalam pemilihan jurusan IPA dan IPS. Banyaknya jumlah siswa menjadi kendala tersendiri pada sekolah maupun guru karena sistem penjurusan yang masih menggunakan cara manual. Untuk mengatasi masalah penjurusan yang masih menggunakan cara manual, dilakukan klasifikasi menggunakan teknik data mining. Algoritme yang digunakan penulis disini yaitu algoritme Gaussian Naïve Bayes untuk memprediksi peminatan siswa dengan mengklasifikasi siswa minat IPA atau minat IPS. Dataset terdiri dari 214 data siswa dan 2 label yaitu minat siswa IPA dan IPS. Dilakukan proses seleksi data dalam memilih atribut. Proses penelitian pada model pembagian data dengan format 80% untuk data training dan 20% sebagai data testing. Hasil Pengujian membuktikan menggunakan algoritme Multinomial Naive Bayes mendapatkan akurasi sebesar 53,48%, algoritme Bernoulli Naive Bayes sebesar 44,18% dan Gaussian Naive Bayes sebesar 86,04%. Evaluasi program menggunakan metode confusion matrix dan kurva ROC. Menggunakan algoritme Gaussian Naïve Bayes akurasi yang didapatkan sebesar 86,04% dan AUC sebesar 85,86%.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Pemilihan Jurusan, Klasifikasi, Multinomial Naive Bayes, Bernoulli Naive Bayes, Gaussian Naive Bayes, Confusion Matrix, ROC | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 07 Oct 2022 03:02 | ||
| Last Modified: | 03 Aug 2023 01:18 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/8416 |
Actions (login required)
 |
View Item |