MutikRafikaDewi (2013) Sistem Rekomendasi Keminatan Studi Menggunakan Naïve Bayes Berdasarkan Potensi Inteligensi Intelligenz Struktur Test (Studi Kasus: Informatika Universitas Brawijaya). Sarjana thesis, Universitas Brawijaya.
Abstract
Sistem rekomendasi keminatan studi menggunakan Naïve Bayes berdasarkan potensi inteligensi Intelligenz Struktur Test digunakan untuk membantu mahasiswa mendapatkan saran keminatan studi. Sistem ini dapat memberikan hasil rekomendasi secara cepat sehingga lebih efektif dan efisien dibandingkan dengan cara manual. Solusi keminatan didapatkan dengan menggunakan Naïve Bayes yaitu dengan menghitung peluang setiap keminatan. Hasil rekomendasi diperoleh dengan memilih peluang terbesar dari nilai peluang semua keminatan. Rekomendasi dilakukan berdasarkan hasil tes psikologi yaitu IST (Intelligenz Struktur Test). Implementasi perancangan menggunakan bahasa pemrograman PHP dengan bantuan framework CodeIgniter. Pengujian fungsionalitas terhadap tindakan dalam use case diagram dengan metode black-box testing menunjukkan bahwa sistem rekomendasi keminatan ini telah memenuhi kebutuhan yang dijabarkan pada tahap analisis kebutuhan. Berdasarkan pengujian akurasi terhadap 30 data set dan 3 skenario pengujian, hasil akurasi tertinggi yang diperoleh adalah 77.778% terhadap manual.
English Abstract
System recommendation of specialization studies using Naïve Bayes based on Potential Intelligence Intelligenz Struktur Test used to help students to get device for their specialization studies. This systems can provide results quickly so it is more effective and efficient. The specialization solution achieved for Naïve Bayes by calculating each specialization posibility. The recommendations obtained by selecting the biggest opportunity of all specialization. Recommendations made based on the results of psychological tests from students. The implementation is using PHP programming with CodeIgniter framework support. From the functionality testing of the actions in the use case diagram with black-box testing methods showed that the system recommendation of specilization studies meets the requirements set out in the requirement analysis phase. Based on the testing accuracy of the 30 data sets and 3 testing scenario, the highest accuracy obtained by 77,778% of the manual recomendation.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2013/32/051300962 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Hasbi |
| Date Deposited: | 01 Apr 2013 09:56 |
| Last Modified: | 23 Oct 2021 09:45 |
| URI: | http://repository.ub.ac.id/id/eprint/145819 |
Preview |
Other
SKRIPSI.PDF Download (4MB) | Preview |
Actions (login required)
 |
View Item |