Klasifikasi Penjurusan Siswa Sekolah Menengah Atas Dengan Menggunakan Algoritma Naive Bayes (Studi Kasus: SMA Muhammadiyah 3 Jember)

Farianah, Siti Nurasyiroh (2019) Klasifikasi Penjurusan Siswa Sekolah Menengah Atas Dengan Menggunakan Algoritma Naive Bayes (Studi Kasus: SMA Muhammadiyah 3 Jember). Undergraduate thesis, Universitas Muhammadiyah Jember.

[img] Text
PENDAHULUAN.pdf

Download (681kB)
[img] Text
ABSTRAK.pdf

Download (107kB)
[img] Text
BAB I.pdf

Download (114kB)
[img] Text
BAB II.pdf
Restricted to Repository staff only

Download (311kB) | Request a copy
[img] Text
BAB III.pdf
Restricted to Repository staff only

Download (588kB) | Request a copy
[img] Text
BAB IV.pdf
Restricted to Repository staff only

Download (613kB) | Request a copy
[img] Text
BAB V.pdf
Restricted to Repository staff only

Download (106kB) | Request a copy
[img] Text
LAMPIRAN.pdf
Restricted to Repository staff only

Download (627kB) | Request a copy
[img] Text
ARTIKEL.pdf

Download (383kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (160kB)

Abstract

Penentuan jurusan pada siswa Sekolah Menengah Atas tentunya tidak terlepas dari penguasaan siswa terhadap mata pelajaran tersebut. SMA Muhammadiyah 3 Jember membuka 3 jurusan untuk kelangsungan proses belajar siswanya. Yaitu IPA, IPS dan Bahasa. Penjurusan di SMA Muhammadiyah 3 Jember baik IPA, IPS dan Bahasa dipertimbangkan oleh beberapa faktor yaitu. Nilai rapor SMP (IPA, IPS, Matematika, Bahasa Indonesia, dan Bahasa Inggris) semester ganjil selama 3 tahun. Dalam proses penjurusan sebelumnya masih tercatat dan belum menggunakan metode khusus. Pada penelitian ini algoritma Naive Baye diusulkan untuk digunakan sebagai altrnatif metode untuk melakukan penjurusan. Penelitian ini menggunakan total dataset sebanyak 200 data. Data diuji menggunakan k-fold cross validation. Dari hasil penelitian ini model terbaik kelas IPA ada pada uji coba dengan K= 8 pada uji ke 2 dengan nilai akurasi 88% dan presisi 71%, untuk kelas IPS ada pada uji coba dengan K = 8 pada uji ke 6 dengan nilai akurasi 80% dan presisi 100%, dan kelas Bahasa ada pada uji coba dengan K = 10 pada uji ke 6 dengan nilai akurasi 85% dan presisi 100%.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Naive Bayes, Data Mining, Klasifikasi, Penjurusan.
Subjects: 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
600 Technology and Applied Science > 601 Philosophy and Theory of Technology
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Department: ["eprint_fieldopt_department_KODEPRODI55201#TEKNIK INFORMATIKA" not defined]
Depositing User: FARIANAH SITI NURASYIROH
Contributors:
ContributionContributor NameNIDN/NIDK
Thesis advisorNilogiri, Agungnidn0030037701
Contact Email Address: salumsta@gmail.com
Date Deposited: 12 Mar 2020 01:42
Last Modified: 12 Mar 2020 02:11
URI: http://repository.unmuhjember.ac.id/id/eprint/3855

Actions (login required)

View Item View Item