ANALISIS PENERAPAN NAÏVE BAYES UNTUK KLASIFIKASI KELAYAKAN PENERIMAAN BEASISWA DENGAN SELEKSI FITUR CORRELATION MATRIX

Miftahul, Fachri (2023) ANALISIS PENERAPAN NAÏVE BAYES UNTUK KLASIFIKASI KELAYAKAN PENERIMAAN BEASISWA DENGAN SELEKSI FITUR CORRELATION MATRIX. Skripsi thesis, UNAMA.

	Text BAB 1.pdf Download (392kB)
	Text BAB 2.pdf Download (805kB)
	Text BAB 3.pdf Download (364kB)
	Text BAB 4.pdf Restricted to Registered users only Download (1MB)
	Text BAB 5.pdf Restricted to Registered users only Download (296kB)
	Text Daftar Pustaka.pdf Restricted to Registered users only Download (225kB)

Abstract

Seleksi penerimaan beasiswa melibatkan banyak kriteria yang akan dinilai. Semakin banyak siswa yang mengajukan, maka akan semakin menyulitkan sekolah dalam melakukan perhitungan yang akan menentukan siapa yang layak menerima beasiswa tersebut. Untuk meminimalisir terjadi nya kesalahan dalam menentukan kelayakan beasiswa pada siswa/i, maka dibutuhkan solusi untuk mempermudah dalam pengolahan data serta meningkatkan keakuratan dalam penentuan penerimaan beasiswa. Penerapan Metode Algoritma Naive Bayes dapat membantu memberikan rekomendasi penerima beasiswa pada SMPN 12 Muaro Jambi. Naive Bayes adalah suatu metode klasifikasi dalam data mining dengan menggunakan metode probabilitas dan statistik. Pengujian dilakukan dengan menggunakan all attributes dan atribut terbaik. Hasil pengujian data mengenai penerimaan beasiswa PIP memiliki akurasi yang tinggi pada options test Use Training Set (atribut terbaik) yaitu dengan akurasi 93,54%, presisi 94,27% dan recall 96,79% dibandingkan dengan pengujian lainnya. Algoritma naïve bayes dapat dikatakan sebagai salah satu algoritma yang efektif baik dari perhitungan ataupun hasil akhir yang mana pengujian tersebut dapat dijadikan sebagai landasan terkait penerimaan beasiswa

Actions (login required)

View Item