Saiful Rizal, 201469040088 (2018) PENERAPAN ALGORITMA NAIVE BAYES UNTUK PREDIKSI PENERIMAAN SISWA BARU DI SMK AL-AMIEN WONOREJO. Sarjana thesis, Universitas Yudharta.
Text (BAB-I.pdf)
BAB-I.pdf Restricted to Registered users only Download (164kB) | Request a copy |
|
Text (BAB-II.pdf)
BAB-II.pdf Restricted to Registered users only Download (442kB) | Request a copy |
|
Text (BAB-III.pdf)
BAB-III.pdf Restricted to Registered users only Download (315kB) | Request a copy |
|
Text (BAB-IV.pdf)
BAB-IV.pdf Restricted to Registered users only Download (438kB) | Request a copy |
|
Text (BAB-V.pdf)
BAB-V.pdf Restricted to Registered users only Download (89kB) | Request a copy |
|
Text (Cover,i,ii,iii.pdf)
Cover,i,ii,iii.pdf Download (835kB) |
|
Text (lampiran lainnya.pdf)
lampiran lainnya.pdf Download (229kB) |
Abstract
Salah satu aspek sebagai indicator kualitas sekolah menegah pertama adalah tingkat diterimanya siswa di sekolah menengah atas atau sekolah menengah kejuruan negeri. Beberapa data siswa sekolah menengah pertama dianalisis untuk mengetahui tingkat diterimanya siswa di sekolah menengah atas atau sekolah menengah kejuruan negeri. Proses analisis data siswa tersebut menggunakan teknik data mining. Tujuan penelitian ini adalah mengetahui penerapan klasifikasi naïve bayes pada rata-rata nilai rapor dan nilai ujian nasional terhadap tingkat diterimanya siswa di sekolah menengah atas atau sekolah menengah kejuruan negeri menggunakan hasil model klasifikasi yang terbentuk. Pada penelitian ini data yang digunakan adalah data siswa baru angkatan 2016 Sekolah Menengah Kejuruan AL-AMIEN Wonorejo. Proses data mining dibantu oleh software WEKA menggunakan klasifikasi naïve bayes dan 10-fold cross validation. Selanjutnya model klasifikasi naïve bayes digunakan untuk mengolah data prediksi. Hasil pengujian algoritma Naïve Bayes dalam prediksi penerimaan siswa baru di Sekolah Menengah Kejuruan AL-AMIEN Wonorejo pada 196 data siswa yang diuji dalam penelitian ini, menunjukkan bahwa algoritma Naïve Bayes memiliki tingkat akurasi 86.22 %.
Item Type: | Thesis (Sarjana) | ||||||
---|---|---|---|---|---|---|---|
Identification Number: | 519.7 RIZ P | ||||||
Contributors: |
|
||||||
Subjects: | IPA & Matematika > Matematika | ||||||
Divisions: | Fakultas Teknik > Teknik Informatika | ||||||
Date Deposited: | 22 Oct 2018 13:35 | ||||||
Last Modified: | 02 Mar 2022 06:27 | ||||||
URI: | https://repository.yudharta.ac.id/id/eprint/379 |
Actions (login required)
View Item |