PERBANDINGAN METODE NAÏVE BAYES DAN K-NEAREST NEIGHBOR DALAM REKOMENDASI PENJURUSAN PROGRAM STUDI UNTUK MAHASISWA BARU

Fajar Rizki, Nurhidayanto (2021) PERBANDINGAN METODE NAÏVE BAYES DAN K-NEAREST NEIGHBOR DALAM REKOMENDASI PENJURUSAN PROGRAM STUDI UNTUK MAHASISWA BARU. Other thesis, Universitas Darma Persada.

	Text COVER-DAFTAR ISI.pdf Download (1MB)
	Text BAB I.pdf Download (694kB)
	Text BAB II.pdf Download (1MB)
	Text BAB III.pdf Restricted to Registered users only Download (2MB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Download (561kB)
	Text DAFTAR PUSTAKA.pdf Download (679kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (1MB)

Abstract

Pemilihan program studi pada jenjang universitas sangat menentukan akan suatu keahlian, artinya jika mahasiswa dalam menentukan pilihan program studi sesuai dengan bidang keahliannya maka dipastikan tidak akan ada kesulitan untuk mengembangkan dirinya dalam proses perkuliahan.Dalam penelitian ini menggunakan dua algoritma, yaitu Naive Bayes dan K-Nearest Neighbor untuk mengklasifikasi program studi yang sesuai dengan keahlian nya. Mengingat sangat pentingnya keminatan ini yang nanti nya juga dapat berpengaruh pada jenjang karir nya, maka mahasiswa diharapkan untuk memilih jurusan yang sesuai dengan kepeminatan nya, sehingga tidak menyesesali dikemudian hari. Maka penyelesaian masalah ini dibutuhkan metode atau algoritma yang dapat mengelompokkan dan menganalisis hasil rekomendasi program studi. Naïve Bayes dan K-Nearest Neighbor adalah dua buah metode yang dapat digunakan dalam pengelompokkan. Berdasarkan hal tersebut dalam penelitian ini, dilakukan perbandingan Naïve Bayes dan K-Nearest Neighbor dalam kasus pengelompokkan.Dari hasil perbandingan kedua metode dapat disimpulkan bahwa metode K-Nearest Neighbor lebih baik tingkat akurasinya dari pada metode Naïve Bayes. Hal ini dibuktikan dengan tingkat akurasi metode Naïve Bayes 71% sedangkan akurasi K-Nearest Neighbor yaitu 74% maka metode K-Nearest Neighbor lebih tinggi akurasinya dibandingkan metode Naïve Bayes.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Algoritma Naïve Bayes, Algoritma K-Nearest Neighbor, Data Mining, Klasifikasi.
Subjects:	000 Generalities/Karya Umum > 004.21 Systems Analysis and Computer Design/Sistem Analisis Komputer, Desain Komputer
Divisions:	Fakultas Teknik > Teknik Informatika
Depositing User:	Trie anto Perpustakaan
Date Deposited:	09 May 2022 07:35
Last Modified:	09 May 2022 07:35
URI:	http://repository.unsada.ac.id/id/eprint/2569

Actions (login required)

View Item