Implementasi Data Mining Menggunakan Algoritma Naïve Bayes Untuk Klasifikasi Penerima Program Indonesia Pintar

Pratama, Fahmi Dian; Zufria, Ilka; Triase, Triase

doi:10.36341/rabit.v7i1.2217

Cited by 4 publications

(4 citation statements)

References 1 publication

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Salah satu teknik klasifikasi yang menggunakan pendekatan teorema bayes yaitu metode Naïve Bayes Classifier, teorema tersebut merupakan prinsip dari peluang statistika untuk mengkombinasikan pengetahuan sebelumnya dengan pengetahuan yang baru [4]. Naïve Bayes membuat dan dapat menilai model dengan sangat cepat dan skala secara linier dalam jumlah prediksi dan baris serta kolom [5]. Naïve Bayes Classifier merupakan sebuah metode dari Data mining.…”

Section: Pendahuluanunclassified

Klasifikasi Kelayakan Penerima Program Indonesia Pintar Siswa MIS NU Dusun III Pinangripan

Juwita Sari,

Sri Wulandari,

Yollanda Putry

et al. 2024

JCBD

View full text Add to dashboard Cite

Peran pendidikan sangat penting dalam meningkatkan kecerdasan anak bangsa baik secara emosional, spiritual maupun intelektual. Akan tetapi, faktor ekonomi menjadi penyebab anak putus sekolah. Dan untuk mengatasi hal tersebut, pemerintah telah membuat Program Indoneais Pintar (PIP). Program Indonesia Pintar (PIP) melalui Kartu Indonesia Pintar (KIP) adalah pemberian bantuan tunai pendidikan kepada anak usia sekolah (6-21 tahun). Program ini dimaksud untuk meringankan biaya peserta didik baik langsung maupun tidak langsung. Salah satu sekolah di Asahan yang telah menjalan program ini adalah MIS NU Dusun III Pinangripan. Adapun kriteria dari untuk pengklasifikasian ini berupa nilai rata-rata siswa, penghasilan orangtua, dan tanggungan orangtua. Namun, pihak sekolah masih memiliki kesalahan dalam pengklasifikasian kelayakan siswa penerima Program Indonesia Pintar(PIP), yang mana hal tersebut dapat merugikan pihak sekolah dan juga siswa yang terlibat. Untuk mengatasi hal tersebut, dibutuhkanlah sebuah sistem Klasifikasi Kelayakan Penerima program Indonesia Pintar (PIP) Siswa MIS NU Dusun III Pinangripan untuk meminimalisir masalah tersebut. Adapun salah satu teknik yang digunakan dalam mengelola kelayakan penerima Program Indonesia Pintar (PIP) adalah Naïve Bayes yang merupakan metode dari Data Mining. Naive Bayes digunakan untuk proses prediksi dengan menggunakan probabilitas dan statistik yang dapat memprediksi peluang dimasa depan berdasarkan pengalaman sebelumnya. Pemilihan Metode ini karena Naive Bayes memiliki kelebihan diantaranya dapat memprediksi jumlah siswa yang layak mendapatkan Program Indonesia Pintar (PIP) berdasarkan data-data yang konkrit agar hasilnya dapat dipertanggung jawabkan dan digunakan untuk prediksi selanjutnya. Dataset dalam penelitian ini adalah data Siswa MIS NU Dusun III Pinangripan Tahun 2023/2024 Ganjil sebanyak 130 siswa dengan data training 91 siswa dan data testing 39 siswa. Dengan menggunakan Algoritma Naïve Bayes dan Model Confusion Matrix, didapatkan nilai precision 92%, nilai recall 100%, nilai f1-score 96%, dan nilai akurasi sebesar 97% yang masuk kedalam kategori Good Classification.

show abstract

Section: Pendahuluanunclassified

Klasifikasi Kelayakan Penerima Program Indonesia Pintar Siswa MIS NU Dusun III Pinangripan

Juwita Sari,

Sri Wulandari,

Yollanda Putry

et al. 2024

JCBD

View full text Add to dashboard Cite

show abstract

“…Bayel s mel rul pakan sel bul ah algoritma pel ngklasifikasian del ngan mel todel probabilitas dan statistik yang ditel mul kan olel h ilmul wan yang bel rasal dari Inggris yaitul Thomas Bayel s, klasifikasi Bayel sian mel rul pakan klasifikasi statistik yang digul nakan ul ntul k mel mprel diksi probabilitas ataul pel lul ang di sel tiap anggota pada kel las tel rtel ntul dan mel nghitul ng pel lul ang yang akan tel rjapada atribul t yang ada. Algoritma ini mel mprel diksi pel lul ang di masa del pan bel rdasarkan pel ngalaman dimasa sel bel lul mnya sel hingga dikel nal Tel orel ma Bayel s [7]. [11].…”

Section: Naïvelunclassified

Diagnosis Gangguan Pernapasan Pada Anak (Balita) Menggunakan Metode Forward Chaining dan Naïve Bayes

Tanjung,

Ilka Zufria,

Rini Halila Nasution

2024

View full text Add to dashboard Cite

Respiratory system disorders often occur in humans and can be transmitted at any time from human to human. Respiratory disorders occur more often than disorders or infections of other body organ systems. Starting from the common cold with relatively mild to severe symptoms, coughing, fever, sore throat and shortness of breath. This disease is very dangerous, especially if it infects toddlers. To solve existing problems, researchers are trying to build an expert system to help people recognize respiratory diseases such as common cold, flu, bronchitis, pneumonia, asthma, allergies (rhinitis), sinusitis, tuberculosis, bronchopneumonia. Based on the symptoms entered into the system later, the system will use forward chaining and naïve Bayes methods as its inference engine which will produce a disease diagnosis. Based on 9 types of disease data with 30 types of symptom data for respiratory system diseases, the system has an accuracy of 87.6%. With these results, researchers hope to help the public as a medium for initial consultation in diagnosing respiratory diseases.

show abstract

“…Robot ini dihubungkan dengan 2 buah baterai dengan spesifikasi masing-masing baterai 12 Volt 150 Ah yang dipasang seri sehingga dapat menghasilkan daya sebesar 3600 Wh. Penerapan Teknik background subtraction telah dilakukan oleh peneliti [6]. Peneliti tersebut mengimplementasikan background subtraction serta mengintegrasikan metode naïve bayes untuk proses klasifikasi kripik kentang.…”

Section: Latar Belakangunclassified

Rancang Bangun Sistem Pelacakan Musuh Pada Senjata Penjaga Otomatis SS2 Berbasis Background Subtraction

Radianto,

Syafaat,

Widiatmoko

et al. 2024

JTEIN

View full text Add to dashboard Cite

Penelitian ini membahas tentang posisi ke-13 Indonesia dalam peringkat kekuatan militer global dan menyoroti tingginya tingkat konflik bersenjata di wilayah Papua, terutama akibat aktivitas Kelompok Kriminal Bersenjata (KKB). Dalam konteks ini, kekurangan teknologi di pos militer, khususnya dalam mengantisipasi serangan KKB, menjadi perhatian utama. Sebagai solusi, peneliti mengusulkan penggunaan robot sebagai alat untuk mendeteksi dan mengantisipasi pergerakan KKB yang mengancam pos militer. Robot yang diusulkan dilengkapi dengan senjata SS2 dan kamera untuk melacak pergerakan individu yang mendekati pos militer. Sistem pelacakan menggunakan teknik Background Subtraction. Komponen-komponen utama robot mencakup Motor DC, Driver Motor, Kamera Logitech C920, Baterai Lipo 12 Volt 2200 mAh, Step down, Step Up, Raspberry Pi 4B+, Video Sender dan Receiver, LCD Monitor, serta Aki 12 V 9Ah. Hasil penelitian menunjukkan bahwa sistem pelacakan pada robot penjaga berhasil diimplementasikan dan berfungsi dengan baik menggunakan teknik pengurangan latar belakang. Pergerakan robot menuju senjata menghasilkan penundaan rata-rata selama 1 detik. Jangkauan yang paling efektif antara kamera dan objek musuh atau teman terjadi pada jarak 2 hingga 12 meter. Kemampuan deteksi objek paling buruk diamati pada kondisi cahaya nol Lux.

show abstract

Implementasi Data Mining Menggunakan Algoritma Naïve Bayes Untuk Klasifikasi Penerima Program Indonesia Pintar

Cited by 4 publications

References 1 publication

Klasifikasi Kelayakan Penerima Program Indonesia Pintar Siswa MIS NU Dusun III Pinangripan

Klasifikasi Kelayakan Penerima Program Indonesia Pintar Siswa MIS NU Dusun III Pinangripan

Diagnosis Gangguan Pernapasan Pada Anak (Balita) Menggunakan Metode Forward Chaining dan Naïve Bayes

Rancang Bangun Sistem Pelacakan Musuh Pada Senjata Penjaga Otomatis SS2 Berbasis Background Subtraction

Contact Info

Product

Resources

About