Search for collections on Publications

OPTIMASI ALGORITMA NAIVE BAYES BERBASIS PARTICLE SWARM OPTIMIZATION (PSO) DALAM MENENTUKAN DOSEN PEMBIMBING SKRIPSI PRODI TEKNIK INFORMATIKA DI UNISNU JEPARA

ANANG MA’RUF, 181240000772 (2023) OPTIMASI ALGORITMA NAIVE BAYES BERBASIS PARTICLE SWARM OPTIMIZATION (PSO) DALAM MENENTUKAN DOSEN PEMBIMBING SKRIPSI PRODI TEKNIK INFORMATIKA DI UNISNU JEPARA. Skripsi thesis, UNISNU JEPARA.

[thumbnail of 181240000772_COVER.pdf]
Preview
Text
181240000772_COVER.pdf

Download (1MB) | Preview
[thumbnail of 181240000772_BAB I.pdf] Text
181240000772_BAB I.pdf
Restricted to Repository staff only

Download (337kB)
[thumbnail of 181240000772_BAB II.pdf] Text
181240000772_BAB II.pdf
Restricted to Repository staff only

Download (639kB)
[thumbnail of 181240000772_BAB III.pdf] Text
181240000772_BAB III.pdf
Restricted to Repository staff only

Download (435kB)
[thumbnail of 181240000772_BAB IV.pdf] Text
181240000772_BAB IV.pdf
Restricted to Repository staff only

Download (1MB)
[thumbnail of 181240000772_BAB V.pdf] Text
181240000772_BAB V.pdf
Restricted to Repository staff only

Download (263kB)
[thumbnail of 181240000772_DAFTAR PUSTAKA.pdf]
Preview
Text
181240000772_DAFTAR PUSTAKA.pdf

Download (135kB) | Preview
[thumbnail of 181240000772_LAMPIRAN.pdf] Text
181240000772_LAMPIRAN.pdf
Restricted to Repository staff only

Download (618kB)

Abstract

Skripsi / Tugas Akhir merupakan suatu penelitian yang dilakukan mahasiswa untuk memperoleh gelar Sarjana Strata 1 (S1) di Perguruan Tinggi. Dalam Penyusunan Skripsi / Tugas Akhir, mahasiswa di dampingi oleh dosen pembimbing dalam menyusun skripsinya agar dapat menghasilkan penelitian yang baik dan benar sesuai standar yang berlaku. Pemilihan dosen pembimbing merupakan faktor penting yang diharapkan dapat memberikan arahan serta masukan yang tepat kepada mahasiswa. Hal ini berlaku di Program Studi Teknik Informatika UNISNU Jepara. Namun, pada penerapannya proses pembagian dosen pembimbing skripsi ini hanya berdasarkan keputusan dari panitia skripsi tanpa mempertimbangkan dan melakukan penyesuaian antara kategori atau bidang ilmu yang dipilih mahasiswa dengan bidang ilmu dan keahlian dari dosen yang bersangkutan. Hal tersebut tentu tidak efektif karena memungkinkan terjadinya miskomunikasi dan human error. Dari permasalahan tersebut dibutuhkan suatu metode data mining untuk mengklasifikasi penentuan dosen pembimbing skripsi, salah satunya yaitu dengan menggunakan metode algoritma klasifikasi. Salah satu algoritma klasifikasi yang terbukti memiliki akurasi dan kecepatan yang tinggi saat diaplikasikan ke dalam database yang besar adalah algoritma Naive Bayes. Namun, metode Naive Bayes juga memiliki kelemahan yaitu banyaknya celah untuk mengurangi keefektifan metode ini, maka dari itu perlu adanya pengoptimasian metode algoritma Naive Bayes agar mendapatkan akurasi yang lebih akurat yaitu menggunakan metode algoritma Particle Swarm Optimization (PSO) karena metode ini mampu meningkatkan nilai akurasi yang lebih tinggi. Dari pengujian menggunakan Confusion Matrix sebagai performance didapat hasil akurasi algoritma Naive Bayes saja sebesar sebesar 78,08 % dan Naive Bayes dengan optimasi PSO sebesar 96,97 %, didapat peningkatan akurasi sebesar 18,89 %.

Item Type: Thesis (Skripsi)
Additional Information: Pembimbing I : R. Hadapinigradja Kusumodestoni, S.Kom, M.Kom Pembimbing II : Sarwido, S.E., M.M.
Uncontrolled Keywords: Skripsi / Tugas Akhir, Data Mining, Naive Bayes, Particle Swarm Optimization (PSO), Confusion Matrix.
Subjects: 000 Karya Umum > 000 Ilmu Umum dan Komputer > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: Admin Perpustakaan Unisnu
Date Deposited: 27 Oct 2023 04:17
Last Modified: 27 Oct 2023 04:17
URI: https://eprints.unisnu.ac.id/id/eprint/5475

Actions (login required)

View Item
View Item