IMPLEMENTASI METODE NAIVE BAYES UNTUK MEMPREDIKSI KELULUSAN SISWA SEKOLAH MENENGAH PERTAMA

Muna, Fauzul and Sutikno, Sutikno (2017) IMPLEMENTASI METODE NAIVE BAYES UNTUK MEMPREDIKSI KELULUSAN SISWA SEKOLAH MENENGAH PERTAMA. Undergraduate thesis, Universitas Diponegoro.

[img]
Preview
PDF
Available under License Creative Commons Attribution Non-commercial Share Alike.

381Kb

Abstract

Ujian Nasional sering kali membawa efek psikologis yang cukup berat bagi sebagian siswa, karena Ujian Nasional merupakan sebuah ujian yang dapat dikategorikan sebagai “taruhan besar” dalam proses penilaian akhir siswa di semua jenjang pendidikan. Hal ini dikarenakan Ujian Nasional digunakan sebagai penentu utama apakah seorang siswa lulus atau tidak. Jika mengalami kegagalan dalam menempuh Ujian Nasional tentu saja akan menghambat proses kelulusan pada siswa tersebut, sehingga dibutuhkan sebuah upaya untuk meminimalkan kegagalan dalam Ujian Nasional. Salah satu upaya yang dapat dilakukan adalah dengan memprediksi kelulusan siswa. Metode Naive Bayes merupakan sebuah metode yang dapat diaplikasikan untuk menghitung besar probabilitas kelulusan. Implementasi metode Naive Bayes yang diterapkan ke dalam sebuah aplikasi prediksi kelulusan Ujian Nasional diharapkan dapat membantu memprediksi pobabilitas kelulusan yang akan didapatkan oleh masing-masing siswa, khususnya siswa Sekolah Menengah Pertama. Aplikasi prediksi kelulusan ini dibangun menggunakan model sekuensial linier dengan bahasa pemrograman PHP dan MySQL sebagai manajemen basis datanya. Data yang digunakan adalah data rata-rata try out siswa yang meliputi nilai pelajaran Bahasa Indonesia, Bahasa Inggris, Matematika, IPA, Standar Rata-Rata dan Keterangan. Hasil pengujian penghitungan Naive Bayes terhadap 338 data test dari 392 data riil yang diambil berdasarkan data rata-rata try out 1, try out 2, try out 3 menunjukkan bahwa terdapat 30 hasil data test yang tidak sesuai dengan data riil, sehingga menghasilkan nilai akurasi sebesar 88.73%.

Item Type:Thesis (Undergraduate)
Subjects:Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions:Faculty of Science and Mathematics > Department of Computer Science
ID Code:60703
Deposited By:INVALID USER
Deposited On:12 Feb 2018 11:02
Last Modified:12 Feb 2018 11:02

Repository Staff Only: item control page