WANDA, RAHMAN (2017) PERBANDINGAN ALGORITMA K-NEAREST NEIGHBORS DAN NAIVE BAYES UNTUK KLASIFIKASI AKURASI KELULUSAN TINGKAT SEKOLAH MENENGAH PERTAMA NEGERI 3 SATU ATAP AYAH KABUPATEN KEBUMEN. Skripsi,Fakultas Ilmu Komputer.
| PDF Download (3912b) | Preview |
Abstract
Data mining adalah proses menganalisa data dari perspektif yang berbeda dan menyimpulkannya menjadi informasi-informasi penting yang dapat dipakai untuk meningkatkan keuntungan, memperkecil biaya pengeluaran, atau bahkan keduanya. Secara teknis, data mining dapat disebut sebagai proses untuk menemukan korelasi atau pola dari ratusan atau ribuan field dari sebuah relasional database yang besar. Pada SMP N 3 Satu Atap Ayah Kebumen saat ini untuk menentukan kelulusan siswa masih terlalu lama. K-Nearest Neighbour atau k-NN merupakan algoritma data mining yang dapat digunakan untuk proses klasifikasi dan regresi. Naïve bayes Classifier merupakan suatu teknik yang dapat digunakan untuk teknik klasifikasi. Pada penelitian ini k-NN dan Naïve Bayes akan digunakan untuk mengklasifikasi data siswa dari SMP N 3 Satu Atap Ayah Kebumen. Yang mana hasil klasifikasi dari k-NN dan Naïve Bayes akan dibandingkan hasilnya. Pengujian dilakukan menggunakan software RapidMiner. Setelah dilakukan pengujian k-NN dianggap lebih baik dari Naife Bayes dengan akurasi 94.78% dan 97.56%.
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: | 13 Dec 2017 17:12 |
Last Modified: | 13 Dec 2017 17:12 |
URI: | http://eprints.dinus.ac.id/id/eprint/23467 |
Actions (login required)
View Item |