Perbandingan Algoritma Klasifikasi Untuk Penjurusan Siswa SMA

Penentuan jurusan siswa pada tingkat pendidikan sekolah menengah atas pada umumnya menggunakan rekomendasi hasil psikotes, nilai akademik, minat dan bakat siswa. Tidak semua sekolah memiliki data yang lengakap untuk melakukan penjursan siswa. Dalam penelitian ini, difokuskan untuk mengomparasikan ha...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autor principal:	Abdul Rahman Kadafi
Formato:	article
Lenguaje:	EN ID
Publicado:	P3M Politeknik Negeri Banjarmasin 2018
Materias:	Data Mining Klasifikasi Algoritma Penjurusan SMA Electrical engineering. Electronics. Nuclear engineering TK1-9971 Information technology T58.5-58.64
Acceso en línea:	https://doaj.org/article/6fa30249f42b46b99f4aa2d5383c4887
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:doaj.org-article:6fa30249f42b46b99f4aa2d5383c4887
record_format	dspace
spelling	oai:doaj.org-article:6fa30249f42b46b99f4aa2d5383c48872021-12-02T07:51:20ZPerbandingan Algoritma Klasifikasi Untuk Penjurusan Siswa SMA2598-32452598-328810.31961/eltikom.v2i2.86https://doaj.org/article/6fa30249f42b46b99f4aa2d5383c48872018-12-01T00:00:00Zhttp://eltikom.poliban.ac.id/index.php/eltikom/article/view/86https://doaj.org/toc/2598-3245https://doaj.org/toc/2598-3288Penentuan jurusan siswa pada tingkat pendidikan sekolah menengah atas pada umumnya menggunakan rekomendasi hasil psikotes, nilai akademik, minat dan bakat siswa. Tidak semua sekolah memiliki data yang lengakap untuk melakukan penjursan siswa. Dalam penelitian ini, difokuskan untuk mengomparasikan hasil nilai akademik siswa, untuk mata pelajaran rumpun ilmu pengetahuan alam dan ilmu pengetahaun sosial pada kelas 10 SMA. Nilai dari mata pelajaran yang manakah yang memiliki pengaruh tinggi terhadap penjurusan siswa di SMA. Terdapat beberapa algoritma dapat digunakan untuk membantu proses klasifikasi data siswa untuk rekomendasi penjurusan, misalnya C4.5, Naïve Bayes, K-NN, Rule Induction, dan lain-lain. Untuk mengetahui tingkat validasi digunakan metode cross validation. Kemudian digunakan T-Test untuk mengetahui signifikansi perbedaan antar algoritma. Hasil analisa komparasi pada penelitian komparasi algoritma untuk penjurusan ini, bahwa metode algoritma Naïve Bayes sebagai algoritma yang paling baik dibandingkan algoritma yang lainnya, yang meiliki akurasi pada 79,51% dan AUC pada nilai 0,861.Abdul Rahman KadafiP3M Politeknik Negeri BanjarmasinarticleData MiningKlasifikasiAlgoritmaPenjurusan SMAElectrical engineering. Electronics. Nuclear engineeringTK1-9971Information technologyT58.5-58.64ENIDJurnal ELTIKOM: Jurnal Teknik Elektro, Teknologi Informasi dan Komputer, Vol 2, Iss 2, Pp 67-77 (2018)
institution	DOAJ
collection	DOAJ
language	EN ID
topic	Data Mining Klasifikasi Algoritma Penjurusan SMA Electrical engineering. Electronics. Nuclear engineering TK1-9971 Information technology T58.5-58.64
spellingShingle	Data Mining Klasifikasi Algoritma Penjurusan SMA Electrical engineering. Electronics. Nuclear engineering TK1-9971 Information technology T58.5-58.64 Abdul Rahman Kadafi Perbandingan Algoritma Klasifikasi Untuk Penjurusan Siswa SMA
description	Penentuan jurusan siswa pada tingkat pendidikan sekolah menengah atas pada umumnya menggunakan rekomendasi hasil psikotes, nilai akademik, minat dan bakat siswa. Tidak semua sekolah memiliki data yang lengakap untuk melakukan penjursan siswa. Dalam penelitian ini, difokuskan untuk mengomparasikan hasil nilai akademik siswa, untuk mata pelajaran rumpun ilmu pengetahuan alam dan ilmu pengetahaun sosial pada kelas 10 SMA. Nilai dari mata pelajaran yang manakah yang memiliki pengaruh tinggi terhadap penjurusan siswa di SMA. Terdapat beberapa algoritma dapat digunakan untuk membantu proses klasifikasi data siswa untuk rekomendasi penjurusan, misalnya C4.5, Naïve Bayes, K-NN, Rule Induction, dan lain-lain. Untuk mengetahui tingkat validasi digunakan metode cross validation. Kemudian digunakan T-Test untuk mengetahui signifikansi perbedaan antar algoritma. Hasil analisa komparasi pada penelitian komparasi algoritma untuk penjurusan ini, bahwa metode algoritma Naïve Bayes sebagai algoritma yang paling baik dibandingkan algoritma yang lainnya, yang meiliki akurasi pada 79,51% dan AUC pada nilai 0,861.
format	article
author	Abdul Rahman Kadafi
author_facet	Abdul Rahman Kadafi
author_sort	Abdul Rahman Kadafi
title	Perbandingan Algoritma Klasifikasi Untuk Penjurusan Siswa SMA
title_short	Perbandingan Algoritma Klasifikasi Untuk Penjurusan Siswa SMA
title_full	Perbandingan Algoritma Klasifikasi Untuk Penjurusan Siswa SMA
title_fullStr	Perbandingan Algoritma Klasifikasi Untuk Penjurusan Siswa SMA
title_full_unstemmed	Perbandingan Algoritma Klasifikasi Untuk Penjurusan Siswa SMA
title_sort	perbandingan algoritma klasifikasi untuk penjurusan siswa sma
publisher	P3M Politeknik Negeri Banjarmasin
publishDate	2018
url	https://doaj.org/article/6fa30249f42b46b99f4aa2d5383c4887
work_keys_str_mv	AT abdulrahmankadafi perbandinganalgoritmaklasifikasiuntukpenjurusansiswasma
_version_	1718399162448347136

Perbandingan Algoritma Klasifikasi Untuk Penjurusan Siswa SMA

Ejemplares similares