Penerapan Data Mining untuk Klasifikasi Peminatan Sekolah Menengah Atas Pada SMA Negeri 10 Muaro Jambi Menggunakan Algoritma Naïve Bayes Classifier

Kodri, Muhammad (2020) Penerapan Data Mining untuk Klasifikasi Peminatan Sekolah Menengah Atas Pada SMA Negeri 10 Muaro Jambi Menggunakan Algoritma Naïve Bayes Classifier. Skripsi thesis, Universitas Dinamika Bangsa.

	Text BAB I.pdf Download (307kB)
	Text BAB II.pdf Restricted to Registered users only Download (580kB)
	Text BAB III.pdf Restricted to Registered users only Download (218kB)
	Text BAB V.pdf Restricted to Registered users only Download (668kB)
	Text DAFTAR PUSTAKA.pdf Download (10kB)
	Text BAB VI.pdf Download (191kB)
	Text BAB IV.pdf Download (1MB)

Abstract

Di SMAN 10 Muaro Jambi data-data siswa khususnya kelas X (sepuluh) semakin bertambah setiap tahunnya dan tidak ada tindak lanjut manfaat dari data-data yang tersedia. Oleh karena itu, penulis melakukan analisis data mining pada data-data siswa tersebut agar menjadi informasi yang sangat berharga bagi organisasi. Penulis menggunakan data siswa kelas X (sepuluh) tahun 2019 sebanyak 228 data yang kemudian di sajikan kedalam bentuk arff. Dalam melakukan analisis penulis menggunakan alat bantu tools WEKA. Metode yang digunakan adalah metode klasifikasi Naïve Bayes dengan 5 atribut. Untuk menyeleksi atribut penulis menggunakan algoritma classifier attribute evaluation hasil klasifikasi Naïve Bayes dengan persentasi akurasi terbesar diperoleh dengan menggunakan 5 Fold Cross Validation dengan persentasi akurasi Correctly Classified Instances sebesar 100%, menggunakan Use Training Set dengan persentasi akurasi Correctly Classified Instances sebesar 99.1228%, menggunakan 10 Fold Cross Validation dengan persentasi akurasi Correctly Classified Instances sebesar 99.5614%. menggunakan 60% Percentage Split dengan persentasi akurasi Correctly Classified Instances sebesar 98.913%, menggunakan 80% Percentage Split dengan persentasi akurasi Correctly Classified Instances sebesar 50%. Sedangkan hasil seleksi atribut menggunakan algoritma classifier attribute evaluation dinyatakan bahwa atribut yang paling berpengaruh terhadap klasifikasi penjurusan siswa adalah nilai IPS

Actions (login required)

View Item