DURROTUL AWALIYAH, 161240000498 (2021) PENERAPAN ALGORITMA NAÏVE BAYES DALAM PEMILIHAN DOSEN PEMBIMBING SKRIPSI DI PRODI TEKNIK INFORMATIKA UNISNU JEPARA. Skripsi thesis, UNISNU Jepara.
161240000498_COVER.pdf - Published Version
Download (3MB) | Preview
161240000498_BAB I.pdf - Published Version
Download (2MB) | Preview
161240000498_BAB II.pdf - Published Version
Download (7MB) | Preview
161240000498_BAB III.pdf - Published Version
Download (1MB) | Preview
161240000498_BAB IV.pdf - Published Version
Download (6MB) | Preview
161240000498_BAB V.pdf - Published Version
Download (340kB) | Preview
161240000498_DAFTAR PUSTAKA.pdf - Published Version
Download (520kB) | Preview
161240000498_LAMPIRAN.pdf - Published Version
Download (8MB) | Preview
Abstract
Skripsi/Tugas akhir merupakan suatu penelitian yang dilakukan seorang mahasiswa untuk memperoleh gelar Sarjana Strata 1 (S1) di perguruan tinggi. Dalam penyusunan Skripsi/Tugas akhir, mahasiswa memiliki dosen pembimbing agar menghasilkan penelitian yang baik dan benar sesuai standar yang berlaku. Pemilihan dosen pembimbing merupakan faktor penting yang diharapkan dapat memberikan arahan serta masukan kepada mahasiswa. Hal ini berlaku di Program Studi Teknik Informatika Fakultas Sains dan Teknologi UNISNU Jepara. Namun, pada penerapannya proses pembagian dosen pembimbing hanya berdasarkan keputusan dari Panitia Skripsi tanpa mempertimbangkan dan melakukan penyesuaian antara kategori atau bidang ilmu Skripsi yang dipilih mahasiswa dengan bidang ilmu dan keahlian dari dosen yang bersangkutan. Hal tersebut tentu sangat tidak efektif karena memungkinkan terjadinya human error. Untuk mengatasi permasalahan tersebut, maka dibutuhkan metode data mining Naïve Bayes untuk memprediksi dosen pembimbing yang tepat. Pada penelitian ini menggunakan data sebanyak 171 diambil dari data pengajuan judul Skripsi/Tugas akhir mahasiswa dengan 3 atribut dan 1 atribut kelas. Data tersebut kemudian diolah pada aplikasi RapidMinner versi 9.6. serta confusion matrix sebagai performance untuk pengujian validitas. Dari pengolahan data tersebut diperoleh tingkat akurasi sebesar 93,57% dan dapat dikatakan cukup baik.
Item Type: | Thesis (Skripsi) |
---|---|
Additional Information: | Pembimbing I : Harminto Mulyo, S.Kom., M.Kom. Pembimbing II : R. Hadapiningradja Kusumodestoni, S.Kom., M.Kom. |
Uncontrolled Keywords: | SKRIPSI/TUGAS AKHIR, DATA MINING, ALGORITMA NAÏVE BAYES, CONFUSION MATRIX, RAPIDMINNER. |
Subjects: | 000 Karya Umum > 000 Ilmu Umum dan Komputer > 005.1 Pemrograman > 005.1092 Programmer Komputer |
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
Depositing User: | Admin Perpustakaan Unisnu |
Date Deposited: | 27 Dec 2021 02:56 |
Last Modified: | 27 Dec 2021 02:56 |
URI: | https://eprints.unisnu.ac.id/id/eprint/1149 |