PENERAPAN DATA MINING UNTUK MENENTUKAN PERSYARATAN DALAM MENGKLASIFIKASI TEST OF ENGLISH AS A FOREIGN LANGUAGE MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER (Studi Kasus : Universitas Satya Negara Indonesia)

Rifai, Irfan (2018) PENERAPAN DATA MINING UNTUK MENENTUKAN PERSYARATAN DALAM MENGKLASIFIKASI TEST OF ENGLISH AS A FOREIGN LANGUAGE MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER (Studi Kasus : Universitas Satya Negara Indonesia). Undergraduate thesis, Universitas Satya Negara Indonesia.

	Text abstrak.pdf Download (1MB)
	Text bab 1.pdf Download (1MB)

Abstract

Universitas Satya Negara Indonesia merupakan salah satu Perguruan Tinggi Swasta dibawah naungan Yayasan Abdi Karya yang bergerak dalam bidang Pendidikan khususnya dalam bidang komputer. Penelitian ini difokuskan untuk mengklasifikasi hasil Test Of English as a Foreign Language dalam menentukan persyaratan bagi mahasiswa yang akan studi lanjut S2 Negeri dan diklasifikasi dalam kategori mahasiswa yang lulus dan tidak lulus. Kemudian dari hasil klasifikasi tersebut akan memberikan informasi berupa lulus atau tidak lulusnya mahasiwa yang diprediksi kelulusannya. Data yang digunakan adalah jurusan, tes potensi akademik, indeks prestasi kumulatif dan hasil Test Of English as a Foreign Language. Sampel hasil kelulusan mahasiswa yang telah mengikuti Test Of English as a Foreign Language akan digunakan sebagai data latih. Sedangkan mahasiswa yang belum mengkuti Test Of English as a Foreign Language akan digunakan sebagai data uji. Data akan di proses menggunakan Teknik data mining Algoritma Naïve Bayes Classifier. Untuk membentuk tabel probabilitas sebagai dasar proses kelulusan mahasiswa. Metode Naïve Bayes Classifier berhasil mengklasifikasikan 13 dari 15 data mahasiswa yang diuji dan sesuai dengan kriteria persyaratan S2 Negeri yang telah ditentukan. Karena berdasarkan data latih, probabilitas kelulusan setiap jurusan mahasiswa berbeda, data mahasiswa teknik informatika sebesar 0,5, mahasiswa sistem informasi sebesar 0,5, manajemen informatika sebesar 0. Sehingga dengan demikian metode Naïve Bayes Classifier ini berhasil memprediksi kelulusan mahasiswa dengan presentase keakuratan sebesar 86%.

Item Type:	Thesis (Undergraduate)
Subjects:	Technology > Technology (General)
Divisions:	Fakultas Teknik > Teknik Informatika (S1)
Depositing User:	Tn Andrian Prayudho
Date Deposited:	31 Oct 2022 10:51
Last Modified:	31 Oct 2022 10:51
URI:	http://repo.usni.ac.id/id/eprint/1285

Actions (login required)

View Item