Fitriawanti, Restu (2018) Klasifikasi Dan Rekomendasi Jurusan Kuliah Bagi Pelajar SMA Menggunakan Algoritme Naïve Bayes-Wp. Sarjana thesis, Universitas Brawijaya.
Abstract
Tiap tahunnya pelajar SMA semester akhir akan dihadapkan oleh sebuah pilihan untuk menentukan jurusan apa yang akan di pilih untuk pendidikannya kelak. Setiap pilihan akan menentukan masa depan pemilihnya, dan ini adalah sesuatu yang cukup sulit untuk di tentukan oleh kebanyak pelajar SMA, karena tidak memiliki informasi dan gambaran terkait dengan pendidikan di perguruan tinggi. Selain itu, anak tersebut masih belum mengetahui minat dan kemampuan pada dirinya.Berdasarkan permasalahan diatas pemilihan jurusan sedini mungkin harus mulai dipertimbangkan karena memilih fakultas dan jurusan dengan tepat sangatlah sulit, jika salah memilih jurusan akan mengakibatkan pelajar terhambat dalam proses pembelajaran di perkuliahannya, karena kurang nyaman dengan materi-materi di perkuliahannya dan mungkin banyak materi-materi yang kurang di sukai. Hal ini akan berpengaruh pada indeks prestasi (IP) anak tersebut yang bisa berada di bawah standar dan yang lebih buruk lagi yaitu dikeluarkannya pelajar (DO-Drop Out) karena dinyatakan tidak mampu mengikuti pendidikan yang diikutinya. Maka klasifikasi dan rekomendasi jurusan kuliah bagi pelajar SMA yang berdasarkan nilai akademik aja dapat membantu pelajar SMA untuk menentukan pilihanya dengan tepat. Perhitungan penelitian dihitung secara terpisah untuk algoritme Naïve Bayes digunakan untuk mengklasifikasi data nilai pelajar ke dalam kelas fakultas dan Weighted Product (WP) digunakan untuk membantu menentukan jurusan yang tepat berdasarkan jurusan di fakultas yang telah ditentukan sebelumnya oleh algoritme Naïve Bayes. Dengan menggunakan algoritme Naïve Bayes-WP maka dihasilkan rata-rata akurasi sistem mencapai 82%.
English Abstract
Each year high school students will be faced with a final choice to determine what direction will be selected for future education. Each choice will determine the future of the voter, and this is something that is difficult enough to be determined by most high school students, because they do not have information and images related to education in college. In addition, the child is still not aware of the interests and abilities on him. Based on the problems above the selection of majors as early as possible should start to be considered because choosing faculty and majors with precisely very difficult, if one chose the department will result in learner in the learning process in lectures, because less comfortable with the materials in the lecture and probably a lot of less-liked material. This will affect the child's achievement index (IP) that can be below the standard and worse the discharge of the student (DO-Drop Out) because it is declared not able to follow the education that followed. So the classification and recommendation of college majors for high school students who based on academic grades wrote can help high school students to determine the proper choice. The calculation of the study is calculated separately for the Naïve Bayes algorithm used to classify student learner data into the faculty class and Weighted Product (WP) is used to help determine the exact majors based on the majors in the faculty predetermined by the Naïve Bayes algorithm. By using the Naïve Bayes-WP algorithm, the system's average accuracy reaches 82%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/362/051805143 |
| Uncontrolled Keywords: | Naïve Bayes, Weighted Product, Rekomendasi Jurusan, Klasifikasi Naïve Bayes, Weighted Product, Recommendation of Department, Classification |
| Subjects: | 300 Social sciences > 378 Higher education (Tertiary education) |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 06 Mar 2019 03:40 |
| Last Modified: | 18 Oct 2021 01:15 |
| URI: | http://repository.ub.ac.id/id/eprint/13442 |
Preview |
Text
Restu Fitriawanti.pdf Download (3MB) | Preview |
Actions (login required)
 |
View Item |