KLASIFIKASI KATEGORI PERTANDINGAN ATLET SILAT PERISAI DIRI MENGGUNAKAN METODE GAUSSIAN NAIVE BAYES BERBASIS WEB

PANGESTU, DWI SAKA (2023) KLASIFIKASI KATEGORI PERTANDINGAN ATLET SILAT PERISAI DIRI MENGGUNAKAN METODE GAUSSIAN NAIVE BAYES BERBASIS WEB. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

[img] Text
1. PENDAHULUAN.pdf

Download (776kB)
[img] Text
2. ABSTRAK.pdf

Download (384kB)
[img] Text
3. BAB I.pdf

Download (388kB)
[img] Text
4. BAB II.pdf
Restricted to Repository staff only

Download (634kB) | Request a copy
[img] Text
5. BAB III.pdf
Restricted to Repository staff only

Download (501kB) | Request a copy
[img] Text
6. BAB IV.pdf
Restricted to Repository staff only

Download (608kB) | Request a copy
[img] Text
7. BAB V.pdf
Restricted to Repository staff only

Download (376kB) | Request a copy
[img] Text
8. DAFTAR PUSTAKA.pdf

Download (451kB)
[img] Text
9. LAMPIRAN.pdf
Restricted to Repository staff only

Download (513kB) | Request a copy

Abstract

Perisai Diri merupakan salah satu dari pencak silat yang ada di Indonesia dan aktif mengadakan kejuaraan internal atau kejuaraan antar unit/ranting Perisai Diri itu sendiri. Pertandingan internal Perisai Diri memiliki tiga kategori yaitu Tanding (Fight), TGR (Tunggal, Ganda, Regu)/Seni, dan Serang Hindar, dimana dari kategori pertandingan tersebut memiliki karakteristik dan kebutuhan pertandingan yang berbeda. Perisai Diri Jember masih belum memiliki sistem untuk membantu memilih atlet, selama ini pemilihan kategori untuk atlet dilakuakan secara manual. Tujuan dari penelitian ini yaitu untuk mengetahui tingkat akurasi, presisi, dan recall dalam klasifikasi atlet Perisai Diri dengan menggunakan 64 data. Metode klasifikasi yang digunakan pada penelitian kali ini yaitu Gaussian Naïve Bayes dan menggunakan metode pendukung K-Fold Cross Validation. Hasil dari penelitian ini didapatkan akurasi sebesar 80%, dengan recall 100% dan presisi sebesar 66,67%.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: klasifikasi atlet, Gaussian Naïve Bayes, Pencak Silat
Subjects: 000 Computer Science, Information, & General Works
000 Computer Science, Information, & General Works > 005 Computer Programming, Programs, & Data
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Department: S1 Teknik Informatika
Depositing User: Dwi Saka Pangestu
Contributors:
ContributionContributor NameNIDN/NIDK
Thesis advisorNILOGIRI, AGUNGNIDN0030037701
Thesis advisorARIFIANTO, DENINIDN0718068103
Contact Email Address: sakaestu@gmail.com
Date Deposited: 01 Feb 2023 06:26
Last Modified: 01 Feb 2023 06:26
URI: http://repository.unmuhjember.ac.id/id/eprint/16261

Actions (login required)

View Item View Item