Perbandingan Kinerja Metode Naive Bayes dan K-Nearest Neighbor untuk Klasifikasi Pekerjaan Berdasarkan Nilai Mata Kuliah (Studi Kasus: Alumni Program Studi Pendidikan Teknologi Informasi Fakultas Ilmu Komputer Universitas Brawijaya)

Wibisono, Jonathan and Aswin Suharsono, S.T., M.T and Ir. Satrio Hadi Wijoyo, S.Si., S.Pd., M.Kom. (2024) Perbandingan Kinerja Metode Naive Bayes dan K-Nearest Neighbor untuk Klasifikasi Pekerjaan Berdasarkan Nilai Mata Kuliah (Studi Kasus: Alumni Program Studi Pendidikan Teknologi Informasi Fakultas Ilmu Komputer Universitas Brawijaya). Sarjana thesis, Universitas Brawijaya.

Abstract

Seiring dengan pertumbuhan era digital, kebutuhan akan keterampilan di bidang teknologi menjadi krusial dalam pasar kerja. Perguruan tinggi, termasuk Program Studi Pendidikan Teknologi Informasi Fakultas Ilmu Komputer Universitas Brawijaya, memiliki peran penting dalam mempersiapkan mahasiswa dengan keterampilan yang diperlukan. Dalam penelitian ini, metode analisis yang digunakan adalah Naive Bayes dan K-Nearest Neighbor. Pada masa sebelumnya, algoritma klasifikasi seperti Naive Bayes dan K-Nearest Neighbor telah digunakan dalam bidang pendidikan dan penelitian pekerjaan. Penelitian terdahulu menunjukkan hasil yang menjanjikan dalam memprediksi masa tunggu kerja alumni dan tingkat kelulusan mahasiswa. Namun, penelitian ini fokus pada analisis hubungan antara nilai mata kuliah dan pekerjaan yang dijalani oleh alumni Program Studi Pendidikan Teknologi Informasi. Melalui penggunaan metode Naive Bayes dan K-Nearest Neighbor, hasil penelitian ini mencapai tingkat akurasi sebesar 66,66%. Meskipun nilai akurasi ini dapat memberikan wawasan awal tentang hubungan antara nilai mata kuliah dan pekerjan alumni, masih diperlukan penelitian lebih lanjut untuk memperdalam pemahaman akan faktor-faktor yang mempengaruhi kesuksesan alumni bagi lulusan program ini.

English Abstract

With the growth of the digital era, the demand for skills in the field of technology has become crucial in the job market. Higher education institutions, including the Information Technology Education Program at the Faculty of Computer Science, Brawijaya University, play a significant role in preparing students with the necessary skills. In this study, the analytical methods used are Naive Bayes and K-Nearest Neighbor. In previous times, classification algorithms like Naive Bayes and K-Nearest Neighbor have been employed in educational and employment research. Previous studies have shown promising results in predicting the waiting time for alumni employment and student graduation rates. However, this research focuses on analyzing the relationship between course grades and the employment pursued by alumni of the Information Technology Education Program. Through the use of Naive Bayes and K-Nearest Neighbor methods, this research attained an accuracy rate of 66.66%. Although this accuracy value offers initial insights into the relationship between course grades and alumni employment, further research is still necessary to deepen the understanding of factors influencing the success of alumni from this program.

Item Type:	Thesis (Sarjana)
Identification Number:	0524150254
Uncontrolled Keywords:	Pendidikan Teknologi Informasi, Fakultas Ilmu Komputer Universitas Brawijaya , Analisis Nilai Mata Kuliah, Metode Klasifikasi, Naïve Bayes, K-Nearest Neighbor-Information Technology Education, Faculty of Computer Science at Brawijaya University, Course Grade Analysis, Classification Methods, Naïve Bayes, K-Nearest Neighbor
Divisions:	Fakultas Ilmu Komputer > Pendidikan Teknologi Informasi
Depositing User:	soegeng sugeng
Date Deposited:	26 Apr 2024 01:37
Last Modified:	26 Apr 2024 01:37
URI:	http://repository.ub.ac.id/id/eprint/217823

Text (DALAM MAS EMBARGO) Jonathan Wibisono.pdf Restricted to Registered users only Download (3MB)

Actions (login required)

View Item