Fitur Seleksi Information Gain untuk Menentukan Atribut yang Berpengaruh pada Klasifikasi Nilai Akhir Siswa Menggunakan Algoritma Naïve Bayes

Yusuf, Muhammad (2018) Fitur Seleksi Information Gain untuk Menentukan Atribut yang Berpengaruh pada Klasifikasi Nilai Akhir Siswa Menggunakan Algoritma Naïve Bayes. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

	Text PENDAHULUAN.pdf Download (640kB)
	Text ABSTRAKSI.pdf Download (11kB)
	Text BAB I.pdf Download (122kB)
	Text BAB II.pdf Restricted to Repository staff only Download (578kB) | Request a copy
	Text BAB III.pdf Restricted to Repository staff only Download (541kB) | Request a copy
	Text BAB IV.pdf Restricted to Repository staff only Download (908kB) | Request a copy
	Text BAB V.pdf Restricted to Repository staff only Download (8kB) | Request a copy
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (529kB) | Request a copy

Abstract

Sekolah merupakan lembaga atau sarana dalam melaksanakan pelayanan belajar atau proses pendidikan. Saat ini, masalah nilai akhir siswa dan faktor penyebabnya menjadi topik yang menarik untuk diteliti. Data Mining dalam dunia pendidikan dikenal dengan Educational data Mining. EDM dapat membantu pendidik untuk menganalisis siswa, mendeteksi siswa yang memerlukan dukungan dan memprediksi performa siswa. Naive Bayes memanfaatkan fungsi seleksi fitur dari Information gain untuk pemilihan atribut data dengan karakteristik data itu sendiri, dan meningkatkan ketepatan klasifikasi naive bayes. Information gain berbasis Naive Bayes lebih akurat dan efektif dalam mengkalsifikasikan nilai akhir siswa dengan hasil akurasi 88.35% dengan memperoleh atribut yang berpengaruh yaitu: G3, G2, G1, Failures, Medu, Mjob, Goout, Higher, Schoolsup, Fjob, Internet, guardian.

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

UNSPECIFIED

Cahyanto, Triawan Adi

nidn0702098804

UNSPECIFIED

Oktavianto, Hardian

nidn0722108105

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	Data Mining, Education Data Mining, Klasifikasi, Naive Bayes, Fitur Seleksi, Information Gain
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Hendri UF | hendri@unmuhjember.ac.id
Date Deposited:	04 Nov 2019 02:28
Last Modified:	04 Nov 2019 02:28
URI:	http://repository.unmuhjember.ac.id/id/eprint/2631

Actions (login required)

View Item