Implementation of Weighted Naive Bayes Algorithm for Major Determination in Indonesian High School

Hidayat, Erwin Yudi; Taufiqurrahman, Aulia Sabiq; Luthfiarta, Ardytha; Zeniarja, Junta; Santoso, Heru Agus; Nugraha, Adhitya; Rismiyati,

doi:10.1109/isemantic.2018.8549761

Cited by 2 publications

(1 citation statement)

References 4 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Termasuk salah satu kolaborasi berlangsung antara ilmu komputer dan ilmu Pendidikan [3]. Pendidikan adalah bagian terpenting dalam kehidupan manusia karena pendidikan dapat mengubah sikap dan pola pikir manusia itu sendiri [4]. Pemerintah Indonesia telah menerapkan wajib belajar 12 tahun [5].…”

Section: Pendahuluanunclassified

Klasifikasi Penjurusan pada Sekolah Menengah Atas (SMA) dengan Metode Algoritma C4.5

Eirlangga¹,

Syaputra²

2022

jidt

View full text Add to dashboard Cite

Menteri Pendidikan indonesia telah menetapkan wajib belajar 12 tahun namun hanya pada saat Sekolah Menengah Atas (SMA) saja peserta didik baru bisa menentukan jurusan yang diminatinya. Disetiap tahun ajaran baru panitia PPDB (Penerimaan Peserta Didik Baru) mengalami kesulitan dalam menentukan jurusan dikarenakan penentuan jurusan masih dilakukan manual sehingga adanya ketidakcocokan dengan minat bakat peserta didik yang diakibatkan oleh human erorr. Maka perlu dilakukan sebuah penelitian dengan tujuan untuk membantu panitia PPDB dalam menentukan jurusan secara akurat dan efektif agar minat dan bakat peserta didik dapat tersalurkan dengan tepat. Oleh karena itu digunakanlah metode algoritma C4.5 yang merupakan salah satu algoritma data mining yang menghasilkan pohon keputusan (decision tree) yang cocok dalam pengklasifikasian data yang banyak. Data yang dipergunakan dalam penelitian ini diambil dari nilai rapor peserta didik kelas IX tahun 2022 sebanyak 44 data rapor yang memiliki 11 variabel nilai mata pelajaran yaitu IPA, IPS, Bahasa Indonesia, PKN, Pendidikan Agama Islam, MTK, bahasa inggris, BAM Seni Budaya, TIK dan Penjas. Hasil dari penelitian ini didapatkan pohon keputusan (decision tree) dengan 17 rule (knowledge) yang telah di cocokkan dengan data real dengan tingkat akurasi yang sangat tinggi. Sehingga menjadikan penelitian ini dapat membantu serta menjadi patokan bagi panitia PPDB dalam menentukan jurusan peserta didik baru setiap dimulainya ajaran baru di SMA pertiwi 2 Padang

show abstract

Section: Pendahuluanunclassified

Klasifikasi Penjurusan pada Sekolah Menengah Atas (SMA) dengan Metode Algoritma C4.5

Eirlangga¹,

Syaputra²

2022

jidt

View full text Add to dashboard Cite

show abstract

Integrasi Metode Naive Bayes dengan K-Means dan K-Means-Smote untuk Klasifikasi Jurusan SMAN 3 Mataram

Hairani¹,

Hansyah

Mardedi

2020

jsi

View full text Add to dashboard Cite

Pihak SMAN 3 Mataram memiliki permasalahan yaitu kesulitan untuk memilihkan jurusan yang tepat bagi siswanya, karena tidak ada sistem yang memberi keputusan jurusan yang sesuai dengan minat dan bakat siswa, serta dibatasi dengan jumlah kuota di tiap kelasnya. Tujuan dari penelitian ini adalah integrasi metode Naive Bayes dengan K-Means dan K-Means-Smote untuk klasifikasi penjurusan SMAN 3 Mataram. Metodologi penelitian ini terdiri dari pengumpulan data siswa, pengolahan data, pengujian metode, dan evaluasi kinerja metode yang diusulkan. Berdasarkan hasil pengujian yang telah dilakukan, metode yang diusulkan memperoleh kinerja terbaik dibandingkan penelitian sebelumnya menggunakan metode C.45 dengan akurasi sebesar 99,16%, sensitivitas 99,58%, spesifisitas 98,77%, dan f-measure 99,16%. Dengan demikian metode yang diusulkan dapat digunakan untuk klasifikasi jurusan SMAN 3 Mataram karena memiliki kinerja paling baik.

show abstract

Implementation of Weighted Naive Bayes Algorithm for Major Determination in Indonesian High School

Cited by 2 publications

References 4 publications

Klasifikasi Penjurusan pada Sekolah Menengah Atas (SMA) dengan Metode Algoritma C4.5

Klasifikasi Penjurusan pada Sekolah Menengah Atas (SMA) dengan Metode Algoritma C4.5

Integrasi Metode Naive Bayes dengan K-Means dan K-Means-Smote untuk Klasifikasi Jurusan SMAN 3 Mataram

Contact Info

Product

Resources

About