Penggunaan Teknik Unsupervised Discretization pada Metode Naive Bayes dalam Menentukan Jurusan Siswa Madrasah Aliyah
| Autor: | Alfa Saleh, Fina Nasari |
|---|---|
| Jazyk: | indonéština |
| Rok vydání: | 2018 |
| Předmět: | |
| Zdroj: | Jurnal Teknologi Informasi dan Ilmu Komputer, Vol 5, Iss 3 (2018) |
| Druh dokumentu: | article |
| ISSN: | 2355-7699 2528-6579 |
| DOI: | 10.25126/jtiik.201853705 |
| Popis: | Pemilihan jurusan bagi siswa merupakan langkah positif yang dilakukan untuk memfokuskan siswa sesuai dengan potensi yang dimiliki, hal ini dianggap penting karena dengan adanya jurusan, siswa diharapkan mampu mengembangkan kemampuan akademis sesuai bidang yang dikuasai. Pada penelitian sebelumnya, telah dilakukan pengujian dengan metode Naive Bayes yang bertujuan untuk mengkasifikasikan jurusan siswa bedasarkan kriteria yang menunjang dengan studi kasus pada siswa Madrasah Aliyah Swasta PAB 6 Helvetia, dan didapatkan hasil pengujian dari 100 data siswa dengan tingkat keakuratan 90%. pada penelitian ini, dilakukan optimalisasi metode yang digunakan sebelumnya dengan menerapkan teknik Unsupervised Discretization yang akan mentransformasikan kriteria numerik/kontinyu menjadi kriteria kategorikal dan mengeliminasi satu kriteria yang dianggap tidak mempengaruhi keakuratan hasil pengujian, dengan begitu keakurasian hasil klasifikasi dapat meningkat. Dari 120 data siswa yang diuji, terbukti bahwa hasil klasifikasi penerapan teknik unsupervised discretization pada metode naive bayes naik dari 90% menjadi 92.8%. Abstract Selection of majors for students is a positive step that is done to focus students in accordance with their potential, it is considered important because with the majors, students are expected to develop academic ability according to the controlled field. In previous research, Naive Bayes method has been tested to classify the students department based on the supportive criterias (case study on Madrasah Aliyah PAB 6 Helvetia), and the test result of 100 students data, the classification accuracy is about 90% . in this study, optimizaton is done with a method used earlier by applying Unsupervised Discretization techniques that would transform numerical / continuous criteria into categorical criteria and eliminating one criterion that is considered not affect the accuracy of test results. thus the accuracy of classification results could increase. 120 students data is tested, it is evident that the results of the classification of the application of unsupervised discretization techniques on the Naive Bayes method rose from 90% to 92.8%. |
| Databáze: | Directory of Open Access Journals |
| Externí odkaz: |
|