KLASIFIKASI PENJURUSAN MENGGUNAKAN METODE NAIVE BAYES ( STUDI KASUS SMK ISLAM SYEKH BADRI MASDUQI KRAKSAAN)

Amin, Mohammad (2018) KLASIFIKASI PENJURUSAN MENGGUNAKAN METODE NAIVE BAYES ( STUDI KASUS SMK ISLAM SYEKH BADRI MASDUQI KRAKSAAN). Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_14013737_Mohammad Amin_IF.pdf Restricted to Registered users only Download (3MB)

Abstract

Kata Kunci: Klasifikasi Penjurusan, SMK Islam Syekh Badri Masduqi, Data Mining, Algoritma Naive Bayes Classifier, Akurasi Sistem.

Sekolah Menengah Kejuruan (SMK) Islam Syekh Badri Masduqi Kraksaan merupakan institusi pendidikan setingkat SLTA di bawah naungan Yayasan Syekh Badri Masduqi yang berfokus pada bidang Teknik Informatika dengan dua kompetensi keahlian, yaitu Multimedia dan Rekayasa Perangkat Lunak (RPL). Proses penentuan penjurusan bagi siswa baru merupakan fase krusial karena kesalahan penempatan yang bersifat spekulatif dapat menghambat optimalisasi bakat, minat, dan potensi akademik siswa. Saat ini, sistem penjurusan di SMK Islam Syekh Badri Masduqi masih didasarkan pada instrumen konvensional seperti angket minat tertulis dan akumulasi nilai rapor di masa SMP. Guna meminimalkan risiko kesalahan penempatan dan meningkatkan objektivitas keputusan, diperlukan sebuah sistem komputasi cerdas yang komprehensif dengan mempertimbangkan variabel nilai rapor, tes wawancara, minat bakat, hingga nilai Intelligence Quotient (IQ). Penelitian ini menawarkan solusi dengan mengimplementasikan teknik data mining klasifikasi menggunakan metode Naive Bayes Classifier. Metode ini bekerja dengan menerapkan prinsip probabilitas dan statistik bersyarat untuk memprediksi peluang kelas jurusan berdasarkan kecenderungan data historis siswa terdahulu. Hasil pengujian menunjukkan bahwa model algoritma Naive Bayes Classifier mampu melakukan klasifikasi penjurusan siswa baru secara optimal dengan tingkat akurasi mencapai 79,04%. Sistem ini diharapkan dapat menjadi alat bantu keputusan (decision support tool) yang andal bagi pihak manajemen sekolah dalam mengarahkan siswa ke jurusan yang tepat.

Item Type:	Thesis (Other)
Subjects:	L Education > LC Special aspects of education Q Science > QA Mathematics > QA76 Computer software T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Saiful Ghazi
Date Deposited:	23 Jun 2026 04:04
Last Modified:	23 Jun 2026 04:04
URI:	https://repository.unuja.ac.id/id/eprint/3743

Actions (login required)

View Item