PERBANDINGAN METODE NAÏVE BAYES DAN K-NEAREST NEIGHBOR DALAM REKOMENDASI PENJURUSAN PROGRAM STUDI UNTUK MAHASISWA BARU
Total View This Week0

Institusion

Universitas Darma Persada

Author

Fajar Rizki, Nurhidayanto

Subject

004.21 Systems Analysis and Computer Design/Sistem Analisis Komputer, Desain Komputer 

Datestamp

2022-05-09 07:35:29 

Abstract :
Pemilihan program studi pada jenjang universitas sangat menentukan akan suatu keahlian, artinya jika mahasiswa dalam menentukan pilihan program studi sesuai dengan bidang keahliannya maka dipastikan tidak akan ada kesulitan untuk mengembangkan dirinya dalam proses perkuliahan.Dalam penelitian ini menggunakan dua algoritma, yaitu Naive Bayes dan K-Nearest Neighbor untuk mengklasifikasi program studi yang sesuai dengan keahlian nya. Mengingat sangat pentingnya keminatan ini yang nanti nya juga dapat berpengaruh pada jenjang karir nya, maka mahasiswa diharapkan untuk memilih jurusan yang sesuai dengan kepeminatan nya, sehingga tidak menyesesali dikemudian hari. Maka penyelesaian masalah ini dibutuhkan metode atau algoritma yang dapat mengelompokkan dan menganalisis hasil rekomendasi program studi. Naïve Bayes dan K-Nearest Neighbor adalah dua buah metode yang dapat digunakan dalam pengelompokkan. Berdasarkan hal tersebut dalam penelitian ini, dilakukan perbandingan Naïve Bayes dan K-Nearest Neighbor dalam kasus pengelompokkan.Dari hasil perbandingan kedua metode dapat disimpulkan bahwa metode K-Nearest Neighbor lebih baik tingkat akurasinya dari pada metode Naïve Bayes. Hal ini dibuktikan dengan tingkat akurasi metode Naïve Bayes 71% sedangkan akurasi K-Nearest Neighbor yaitu 74% maka metode K-Nearest Neighbor lebih tinggi akurasinya dibandingkan metode Naïve Bayes. 

File :
COVER-DAFTAR ISI.pdf
BAB I.pdf
BAB II.pdf
BAB III.pdf
BAB IV.pdf
BAB V.pdf
DAFTAR PUSTAKA.pdf
LAMPIRAN.pdf