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.

	Text PENDAHULUAN.pdf Download (681kB)
	Text ABSTRAK.pdf Download (107kB)
	Text BAB I.pdf Download (114kB)
	Text BAB II.pdf Restricted to Repository staff only Download (311kB) \| Request a copy
	Text BAB III.pdf Restricted to Repository staff only Download (588kB) \| Request a copy
	Text BAB IV.pdf Restricted to Repository staff only Download (613kB) \| Request a copy
	Text BAB V.pdf Restricted to Repository staff only Download (106kB) \| Request a copy
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (627kB) \| Request a copy
	Text ARTIKEL.pdf Download (383kB)
	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