UDiNus Repository

Implementasi Algoritma Naive Bayes untuk Memprediksi Penjurusan Siswa di SMA Kesatrian 1 Semarang

MUCHAMAD, BISRI HASAN (2015) Implementasi Algoritma Naive Bayes untuk Memprediksi Penjurusan Siswa di SMA Kesatrian 1 Semarang. Skripsi,Fakultas Ilmu Komputer.

[img]
Preview
PDF
Download (490Kb) | Preview
    [img]
    Preview
    PDF
    Download (4Kb) | Preview

      Abstract

      Sekolah Menengah Atas (SMA) merupakan jenjang pendidikan menengah pada pendidikan formal di Indonesia setelah lulus Sekolah Menengah Pertama (atau sederajat). Sekolah menengah atas yang beralamat di Jalan Pamularsih 116 Semarang, yaitu SMA Kesatrian 1 Semarang, membuka 3 jurusan yang dapat memfasilitasi siswa/siswinya mengasah kemampuan diri yaitu jurusan Matematika dan Ilmu Pengatahuan Alam (MIPA), Ilmu Pengetahuan Sosial (Sosial) dan Ilmu Bahasa. Menerapkan kurikulum 2013, sekolah ini melakukan penjurusan pada saat awal masuk, yaitu pada kelas X. Pihak sekolah, guru bimbingan dan konseling mempunyai peranan penting dalam pemberian layanan peminatan peserta didik. Layanan peminatan peserta didik memerlukan penangan khusus secara profesional, sebab menyangkut kesuksesan karir peserta didik dimasa depannya. Kekeliruan dalam layanan peminatan peserta didik dapat berpengaruh negatif terhadap proses dan hasil belajar peserta didik. Maka dibutuhkan sebuah metode yang dapat membantu meminimalisir dampak dari kekeliruan saat penjurusan tersebut, yaitu dengan teknik pengelompokan data dari hasil data mining. Perlunya data mining karena adanya sejumlah besar data yang dapat digunakan untuk menghasilkan informasi dan knowledge yang berguna. Naive Bayes merupakan salah satu metode machine learning yang menggunakan perhitungan probabilitas. Penggunaan algoritma ini dinilai sesuai karena naive bayesian classifier merupakan salah satu algoritma klasifikasi yang sederhana namun memiliki kemampuan dan akurasi tinggi. Fungsi untuk prediksi dibuat menggunakan Tools Matlab, yang menghasilkan akurasi sebesar 83,8798 % dengan error rate sebesar 16,1202 %.

      Item Type: Article
      Subjects: T Technology > Teknik Informatika
      Universitas Dian Nuswantoro > Fakultas Ilmu Komputer > Teknik Informatika
      Divisions: Fakultas Ilmu Komputer
      Depositing User: Psi Udinus
      Date Deposited: 29 Apr 2015 14:07
      Last Modified: 29 Apr 2015 14:07
      URI: http://eprints.dinus.ac.id/id/eprint/15209

      Actions (login required)

      View Item