MUHAMMAD ADI MAF’UT, 171240000617 (2022) PREDIKSI SISWA-SISWI SMK AZ-ZAHRA MLONGGO MASUK PASAR KERJA MENGGUNAKAN ALGORITMA NAIVE BAYES. Skripsi thesis, UNISNU JEPARA.
|
Text
171240000617_COVER.pdf Download (1MB) | Preview |
|
![[img]](http://eprints.unisnu.ac.id/style/images/fileicons/text.png) |
Text
171240000617_BAB I.pdf Restricted to Repository staff only Download (353kB) |
|
|
Text
171240000617_BAB II.pdf Restricted to Repository staff only Download (1MB) |
|
|
Text
171240000617_BAB III.pdf Restricted to Repository staff only Download (581kB) |
|
|
Text
171240000617_BAB IV.pdf Restricted to Repository staff only Download (1MB) |
|
|
Text
171240000617_BAB V.pdf Restricted to Repository staff only Download (234kB) |
|
|
Text
171240000617_Daftar Pustaka.pdf Download (459kB) | Preview |
|
|
Text
171240000617_Lampiran.pdf Restricted to Repository staff only Download (958kB) |
Abstract
Siswa-siswi SMK Azzahra setiap tahunnya sebagian besar diharapkan langsung bekerja sesuai bidangnya, tapi dalam pengolahan tingkat lulusan nilai prestasi siswa yang menetukan kriteria masuk pasar kerja masih menggunakan cara manual yang memiliki banyak kelemahan dan berpotensi mengakibatkan kesalahan. Perlu adanya Algoritma Klasifikasi untuk memecahkan permasalahan ini, ada salah satu Algoritma Klasifikasi yang sudah terbukti akurasi dan kecepatan yang tinggi untuk memecahkan permasalahan tersebut yaitu Algoritma Naive Bayes. Oleh karena itu penulis menganalisis prediksi siswa/siswi masuk pasar kerja dengan metode Naïve Bayes untuk menentukan lulus tidaknya masuk pasar kerja. Penulis membuat perhitungan metode Naïve Bayes secara manual menggunakan Excel dan menggunakan aplikasi pendukung Rapidminer 5.3, dimana dalam penelitian ini data yang digunakan tahun 2018-2020 denga total 247, dataset tersebut dibagi menadi 2 bagian, yakni 152 data training dan 75 data testing, dimana memprediksi siswa yang lulus kriteria masuk pasar kerja sebanyak 57 orang dan yang tidak lulus kriteria masuk pasar kerja sebanyak 18 orang. Hal ini bereda dengan data testing siswa dimana yang lulus kriteria masuk pasar kerja sebanyak 46 orang dan yang tidak lulus kriteria masuk pasar kerja sebanyak 29 orang dan akurasi yang diperoleh mendapatkan nilai sebesar 77,33%. Jadi, dapat disimpulkan bahwa pengujian menggunakan metode Naïve Bayes dapat mendukung untuk memprediksi lulus tidaknya siswa/siswi dalam masuk pasar kerja.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | Pembimbing I : Akhmad Khanif Zyen, S.Kom, M.Kom. Pembimbing II : Nadia Annisa Maori, M.Kom. |
| Uncontrolled Keywords: | Rapidminer, Naïve Bayes, Masuk Pasar Kerja. |
| Subjects: | 000 Karya Umum > 000 Ilmu Umum dan Komputer > 005.1 Pemrograman > 005.262 Pemrograman untuk Bahasa Pemrograman Tertentu (web, HTML, PHP, java, visual basic, fox pro) |
| Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
| Depositing User: | Admin Perpustakaan Unisnu |
| Date Deposited: | 24 Feb 2023 03:12 |
| Last Modified: | 24 Feb 2023 03:12 |
| URI: | http://eprints.unisnu.ac.id/id/eprint/4764 |
Actions (login required)
 |
View Item |
