PENERAPAN DATA MINING UNTUK KLASIFIKASI PENJURUSAN SEKOLAH MENENGAH ATAS PADA SMAN 5 KOTA JAMBI DENGAN MENGGUNAKAN ALGORITMA NA�VE BAYES CLASSIFIER
Total View This Week0
Total View This Week0
Institusion
Universitas Dinamika Bangsa
Author
Pangestu, Daniel Harry
Subject
Artificial Intelligence
Datestamp
2019-08-01 02:55:55
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
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
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
