Klasifikasi dan Rekomendasi Jurusan Kuliah Bagi Pelajar SMA Menggunakan Algoritme Naive Bayes-WP

Klasifikasi dan Rekomendasi Jurusan Kuliah Bagi Pelajar SMA Menggunakan Algoritme Naive Bayes-WP

Penulis

  • Restu Fitriawanti Fakultas Ilmu Komputer, Universitas Brawijaya
  • Imam Cholissodin Fakultas Ilmu Komputer, Universitas Brawijaya
  • Ratih Kartika Dewi Fakultas Ilmu Komputer, Universitas Brawijaya

Kata Kunci:

Naïve Bayes, Weighted Product, Rekomendasi Jurusan, Klasifikasi

Abstrak

Tiap tahunnya pelajar SMA semester akhir akan dihadapkan oleh sebuah pilihan untuk menentukan jurusan apa yang akan di pilih untuk pendidikannya kelak. Setiap pilihan akan menentukan masa depan pemilihnya, dan ini adalah sesuatu yang cukup sulit untuk di tentukan oleh kebanyak pelajar SMA, karena tidak memiliki informasi dan gambaran terkait dengan pendidikan di perguruan tinggi. Selain itu, anak tersebut masih belum mengetahui minat dan kemampuan pada dirinya.Berdasarkan permasalahan diatas pemilihan jurusan sedini mungkin harus mulai dipertimbangkan karena memilih fakultas dan jurusan dengan tepat sangatlah sulit, jika salah memilih jurusan akan mengakibatkan pelajar terhambat dalam proses pembelajaran di perkuliahannya, karena kurang nyaman dengan materi-materi di perkuliahannya dan mungkin banyak materi-materi yang kurang di sukai. Hal ini akan berpengaruh pada indeks prestasi (IP) anak tersebut yang bisa berada di bawah standar dan yang lebih buruk lagi yaitu dikeluarkannya pelajar (DO-Drop Out) karena dinyatakan tidak mampu mengikuti pendidikan yang diikutinya. Maka klasifikasi dan rekomendasi jurusan kuliah bagi pelajar SMA yang berdasarkan nilai akademik aja dapat membantu pelajar SMA untuk menentukan pilihanya dengan tepat. Perhitungan penelitian dihitung secara terpisah untuk algoritme Naive Bayes digunakan untuk mengklasifikasi data nilai pelajar ke dalam kelas fakultas dan Weighted Product (WP) digunakan untuk membantu menentukan jurusan yang tepat berdasarkan jurusan di fakultas yang telah ditentukan sebelumnya oleh algoritme Naive Bayes. Dengan menggunakan algoritme Naive Bayes-WP maka dihasilkan rata-rata akurasi sistem mencapai 82%.

Unduhan

Diterbitkan

03 Jul 2018

Cara Mengutip

Fitriawanti, R., Cholissodin, I., & Dewi, R. K. (2018). Klasifikasi dan Rekomendasi Jurusan Kuliah Bagi Pelajar SMA Menggunakan Algoritme Naive Bayes-WP. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(11), 4914–4922. Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/3129

Terbitan

Bagian

Artikel
Loading...