PENERAPAN DATA MINING UNTUK KLASIFIKASI PENJURUSAN SEKOLAH MENENGAH ATAS PADA SMAN 5 KOTA JAMBI DENGAN MENGGUNAKAN ALGORITMA NA�VE BAYES CLASSIFIER

Pangestu, Daniel Harry (2019) PENERAPAN DATA MINING UNTUK KLASIFIKASI PENJURUSAN SEKOLAH MENENGAH ATAS PADA SMAN 5 KOTA JAMBI DENGAN MENGGUNAKAN ALGORITMA NA�VE BAYES CLASSIFIER. Skripsi thesis, STIKOM Dinamika Bangsa Jambi.

	Text BAB I.pdf Download (150kB)
	Text BAB II.pdf Restricted to Registered users only Download (239kB)
	Text BAB III.pdf Restricted to Registered users only Download (156kB)
	Text BAB IV.pdf Restricted to Registered users only Download (659kB)
	Text BAB V.pdf Download (837kB)
	Text BAB VI.pdf Download (94kB)
	Text DAFTAR PUSTAKA.pdf Download (56kB)

Abstract

Di SMAN 5 data-data siswa khususnya pada siswa kelas X 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 tahun 2018 sebanyak 194 data yang kemudian di sajikan kedalam format arff. Dalam melakukan analisis penulis menggunakan alat bantu Tools WEKA. Metode yang gunakan adalah metode klasifikasi Naïve Bayes dengan 7 atribut. Untuk menyeleksi atribut penulis menggunakan algoritma classifier attribute evaluation Hasil klasifikasi Naïve Bayes dengan persentasi akurasi terbesar diperoleh dengan menggunakan Use Training Set dengan persentasi akurasi Correctly Classified Instances sebesar 69.0722 %, menggunakan 5-cross validation Correctly dengan persentasi akurasi Correctly Classified Instances sebesar 68.0412 %, menggunakan 10-Fold Cross Validation dengan persentasi akurasi Correctly Classified Instances sebesar 67.5258 %, menggunakan 60% Percentage Split dengan persentasi akurasi Correctly Classified Instances sebesar 65.3846 %, menggunakan 80% Percentage Split dengan persentasi akurasi Correctly Classified Instances sebesar 64.1026 %. Sedangkan hasil seleksi atribut menggunakan algoritma classifier attribute evaluation (ClassifierAttributeEval) dinyatakan bahwa atribut yang paling berpengaruh terhadap klasifikasi Penjurusan Siswa adalah IQ

Actions (login required)

View Item