PENERAPAN DATA MINING UNTUK KLASIFIKASI KELAYAKAN GURU MENDAPATKAN SERTIFIKASI DI PROVINSI JAMBI MENGGUNKAN METODE NAÏVE BAYES DAN SELEKSI FITUR GAIN RATIO

Davyna Candra, Cahya (2023) PENERAPAN DATA MINING UNTUK KLASIFIKASI KELAYAKAN GURU MENDAPATKAN SERTIFIKASI DI PROVINSI JAMBI MENGGUNKAN METODE NAÏVE BAYES DAN SELEKSI FITUR GAIN RATIO. Skripsi thesis, UNAMA.

[img] Text
BAB I.pdf

Download (223kB)
[img] Text
BAB II.pdf
Restricted to Registered users only

Download (522kB)
[img] Text
BAB III.pdf
Restricted to Registered users only

Download (653kB)
[img] Text
BAB IV.pdf
Restricted to Registered users only

Download (1MB)
[img] Text
BAB V.pdf

Download (450kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (430kB)

Abstract

Didefinisikan bahwa professional adalah pekerjaan atau kegiatan yang dilakukan oleh Seorang Pengajar dan menjadi sumber penghasilan kehidupan yang memerlukan keahlian, kemahiran atau kecapakan yang memenuhi standar mutu atau norma terntetu serta memerlukan Pendidikan profesi. Balai Penjaminan Mutu Pendidikan (BPMP) yang ada di Provinsi Jambi juga mengatur data guru termasuk data guru yang sudah maupun belum tersertifikasi oleh pemerintah. Masalah yang didapat yaitu jumlah data yang sangat banyak terutama data guru sertifikasi jambi setiap tahunnya akibatnya dalam proses penilaian kelayakan guru yang akan mendapatkan sertifikat guru memakan waktu yang cukup lama dan juga dalam penyusunan data tersebut. Klasifikasi dengan Naive Bayes merupakan salah satu Teknik dari data mining yang dapat digunakan untuk membantu mengetahui akurasi dari hasil prediksi klasifikasi kelayakan penerimaan Sertifikasi Pengujian dilakukan dengan menggunakan data guru penerima sertifikasi Guru provinsi jambi pada 3 options test, antara lain Use Training Set, 5 Fold Cross Validation, 10 Fold Cross Validation. Pengujian data mengenai penerimaan sertifikasi guru memiliki akurasi yang tinggi pada options Use Training Set yaitu 91.78% dibandingkan dengan pengujian lainnya. Sedangkan untuk akurasi terendah adalah 10 Fold Cross Validation yang memperoleh akurasi dengan hasil 87.59%.

Item Type: Thesis (Skripsi)
Subjects: Artificial Intelligence
Divisions: Skripsi > Teknik Informatika > 2023
Depositing User: Digital Library
Date Deposited: 09 Jan 2024 12:23
Last Modified: 09 Jan 2024 12:23
URI: http://repository.unama.ac.id/id/eprint/3029

Actions (login required)

View Item View Item