(Similarity) Analisis Perbandingan Metode K Nearest Neighbor Dan Gaussian Naive Bayes Pada Klasifikasi Jurusan SIswa

Ginanjar, Abdurrahman (2022) (Similarity) Analisis Perbandingan Metode K Nearest Neighbor Dan Gaussian Naive Bayes Pada Klasifikasi Jurusan SIswa. http://jurnal.unmuhjember.ac.id/index.php/JST/article/view/7385/3787, http://jurnal.unmuhjember.ac.id/index.php/JST/article/view/7385/3787.

[img] Text
4.Analisis Perbandingan Metode K Nearest Neighbor Dan Gaussian Naive Bayes Pada Klasifikasi Jurusan SIswa.pdf

Download (6MB)

Abstract

Penelitian ini akan mengupas tentang klasifikasi penjurusan siswa menggunakan metode Gaussian Naive Bayes dan K Nearest Neighbor. Penelitian ini menggunakan data siswa SMA Muhammadiyah 3 dengan fitur yang digunakan dalam penjurusan siswa adalah rekapitulasi nilai ujian nasional bahasa Indonesia, nilai ujian nasional bahasa inggris, nilai ujian nasional IPA, nilai ujian nasional matematika, ulangan harian IPA, Matematika, IPS, Bahasa Indonesia, Bahasa inggris, nilai tes verbal linguistik, logis matematis, spasial, kinestik, musikal, interpersonal, intrapersonal dan natural. Total data yang dihitung berjumlah 320 data. Preprocessing data menggunakan metode Median Subtitution dan metode Min-Max Normalization. Untuk mengatasi ketidakseimbangan data pada penelitian ini menggunakan metode SMOTE (Synthetic Minority Oversampling Technique). Dari data sintetis hasil SMOTE diperoleh data total 486 data. Skenario uji dalam penelitian ini menggunakan metode K Fold Cross Validation dengan nilai k Fold = 2, 4, 5, 8 dan 10. Dalam pengukuran jarak, vektor yang digunakan dalam implementasi K Nearest Neighbor menggunakan Euclidean Distance. Hasil akurasi tertinggi metode Gaussian Naive Bayes adalah 83,33% sedangkan akurasi tertinggi yang diperoleh metode K Nearest Neighbor adalah 83,61% dengan nilai k neighbor = 7

Item Type: Peer Review
Subjects: 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User: GINANJAR ABDURRAHMAN
Contact Email Address: abdurrahmanginanjar@unmuhjember.ac.id
Date Deposited: 14 Mar 2023 02:49
Last Modified: 20 Oct 2023 05:48
URI: http://repository.unmuhjember.ac.id/id/eprint/16583

Actions (login required)

View Item View Item