PREDIKSI INDEKS PRESTASI AKHIR MENGGUNAKAN METODE NAIVE BAYES

ASTIA DESANTI, . (2019) PREDIKSI INDEKS PRESTASI AKHIR MENGGUNAKAN METODE NAIVE BAYES. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

[img] Text
1. COVER HALAMAN DEPAN.pdf

Download (127kB)
[img] Text
2. ABSTRAK & ABSTRACT.pdf

Download (69kB)
[img] Text
3. LEMBAR PERSETUJUAN.pdf

Download (710kB)
[img] Text
4. LEMBAR ORISINALITAS.pdf

Download (662kB)
[img] Text
6. KATA PENGANTAR.pdf

Download (56kB)
[img] Text
7. DAFTAR ISI.pdf

Download (75kB)
[img] Text
11a. BAB I.pdf

Download (64kB)
[img] Text
11b. BAB II.pdf
Restricted to Registered users only

Download (327kB)
[img] Text
11c. BAB III.pdf
Restricted to Registered users only

Download (935kB)
[img] Text
11d. BAB IV.pdf
Restricted to Registered users only

Download (57kB)
[img] Text
12. DAFTAR PUSTAKA.pdf

Download (57kB)

Abstract

Penelitian ini difokuskan untuk memprediksi Indeks Prestasi Akhir mahasiswa dan diklasifikasikan dalam kategori mahasiswa yang mendapat Indeks Prestasi Akhir pujian, sangat memuaskan, dan memuaskan. Input dari sistem ini adalah data induk mahasiswa, ada tujuh variabel yaitu program studi, jenis kelamin, jurusan ketika sekolah di SMA, status sekolah, asal daerah, jalur masuk, dan nilai UN. Sampel data yang digunakan yaitu data angkatan 2012-2014. Data input akan diproses menggunakan teknik data mining algoritma Naive Bayes untuk membentuk tabel probabilitas sebagai dasar proses Prediksi Indeks Prestasi Akhir mahasiswa. Output dari sistem ini berupa klasifikasi dari prediksi Indeks Prestasi Akhir mahasiswa. Hasil penerapan algoritma Naive Bayes untuk memprediksi Indeks Prestasi Akhir memiliki tingkat akurasi sebesar 66.67%.

Item Type: Thesis (Sarjana)
Additional Information: 1). Ratna Widyati, S.Si, M.Kom ; 2). Drs. Mulyono, M.Kom
Subjects: Sains > Matematika > Ilmu Komputer
Divisions: FMIPA > S1 Ilmu Komputer
Depositing User: Users 10553 not found.
Date Deposited: 07 Apr 2022 05:56
Last Modified: 07 Apr 2022 05:56
URI: http://repository.unj.ac.id/id/eprint/26041

Actions (login required)

View Item View Item