Klasifikasi Bidang Minat Mahasiswa Elektronika Dalam Menentukan Topik Tugas Akhir Menggunakan Algoritma Naïve Bayes Classifier (Studi Kasus: Prodi Pendidikan Teknik Informatika FT-UNP)

Authors

  • Fakhri Malja Program Studi Pendidikan Teknik Informatika, Universitas Negeri Padang, Indonesia
  • Denny Kurniadi Departement Teknik Elektronika, Universitas Negeri Padang, Indonesia
  • Khairi Budayawan Departement Teknik Elektronika, Universitas Negeri Padang, Indonesia
  • Resmi Darni Departement Teknik Elektronika, Universitas Negeri Padang, Indonesia

DOI:

https://doi.org/10.31004/jptam.v7i2.6813

Keywords:

Klasifikasi, Konsentrasi Bidang Studi, Data Mining, Naïve Bayes Classifier

Abstract

Konsentrasi bidang studi merupakan pengkhususan studi yang harus diambil seorang mahasiswa dalam sebuah jurusan atau bidang studi yang nantinya akan mengarahkan mahasiswa ke bidang yang lebih spesifik. Mata kuliah konsentrasi merupakan sarana untuk menguasai pengetahuan dan keterampilan yang terarah pada penyusunan tugas akhir. Tidak sedikit mahasiswa yang tidak menyelesaikan tugas akhir karena topik yang diambil tidak sesuai dengan peminatannya. Penelitian ini bertujuan untuk memberikan rekomendasi konsentrasi bidang studi mahasiswa program studi Pendidikan Teknik Informatika dan Komputer Universitas Negeri Padang menggunakan hasil model klasifikasi naïve bayes classifier dan dibantu dengan aplikasi RapidMiner. Klasifikasi ini menggunakan 24 atribut yang merupakan transkip nilai semester 1 sampai 4. Hasil klasifikasi dari aplikasi ini menyatakan bahwa dari 76 set data testing memperoleh hasil accuracy 88.16%, precision 100%, recall 41,67%.

References

Alifah, Riska Fitri Nur., Fauzan, Abd. Charis. 2023. “Implementasi Algoritma K-Means Clustering Berbasis Jarak Manhattan untuk Klasterisasi Konsentrasi Bidang Mahasiswa”. 5 (1) (2023), April 2023.

Azwar, Saifuddin. 2006. Reabilitas dan Validitas. Yogyakarta: Pustaka Belajar.

Fadillah, Annisa Paramitha dan Hardiyana, Bella. 2018. “Penerapan Naive Bayes Classifier Untuk Pemilihan Konsentrasi Mata Kuliah”, JATI, 8 (2). Hlm. 100-107, September 2018.

Farid., Enri, Ultach., dan Umaidah, Yuyun. 2021. “Sistem Pendukung Keputusan Rekomendasi Topik Skripsi Menggunakan Naïve Bayes Classifier”, 6 (1)

Gunawan, M., Zarlis, M., & Roslina, R. 2021. Analisis Komparasi Algoritma Naïve Bayes dan K-Nearest Neighbor Untuk Memprediksi Kelulusan Mahasiswa Tepat Waktu. Jurnal Media Informatika Budidarma, 5(2), 513. https://doi.org/10.30865/mib.v5i2.2925

Mardi, Yuli. 2016. “Data Mining : Klasifikasi Menggunakan Algoritma C4.5”. 2 (2), https://ejournal.upgrisba.ac.id/index.php/eDikInformatika/article/view/1465/789

Pratama, Teddy dan Yulmaini. 2018. “Implementasi Algoritma Naïve Bayes Dalam Menentukan Konsentrasi Skripsi dan Rekomendasi Bahasa Pemograman”. Jurnal Informatika, 18 (1). Hlm. 1–13. Juni 2018.

Saleh, Alfa. 2015. “Implementasi Metode Klasifikasi Naïve Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga”. Creative Information Technology Journal, 2(3), Hlm. 207–217.

Santoso, Budi. 2007. Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis. Yogyakarta: Graha Ilmu.

Saputra, Hadi Kurnia. 2018. “Analisis Data Mining Untuk Pemetaan Mahasiswa Yang Membutuhkan Bimbingan Dan Konseling Menggunakan Algoritma Naïve Bayes Classifier”, Jurnal Teknologi Informasi dan Pendidikan. 11(2).

Downloads

Published

08-06-2023

How to Cite

Malja, F., Kurniadi, D., Budayawan, K., & Darni, R. (2023). Klasifikasi Bidang Minat Mahasiswa Elektronika Dalam Menentukan Topik Tugas Akhir Menggunakan Algoritma Naïve Bayes Classifier (Studi Kasus: Prodi Pendidikan Teknik Informatika FT-UNP). Jurnal Pendidikan Tambusai, 7(2), 4192–4202. https://doi.org/10.31004/jptam.v7i2.6813

Issue

Vol. 7 No. 2 (2023): Agustus 2023

Section

Articles of Research

Citation Check

License

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with this journal agree to the following terms:

  • Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work’s authorship and initial publication in this journal.
  • Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  • Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).