SISTEM REKOMENDASI JURUSAN MENGGUNAKAN ALGORITMA NAIVE BAYES GAUSSIAN BERBASIS WEB

Ken, Bagus Panuluh Yudha Perkasa (2023) SISTEM REKOMENDASI JURUSAN MENGGUNAKAN ALGORITMA NAIVE BAYES GAUSSIAN BERBASIS WEB. Sarjana thesis, Sekolah Tinggi Informatika dan Komputer Indonesia.

[img] Text
Lembar Pengesahan.pdf
Restricted to Repository staff only

Download (189kB)
[img] Text
ABSTRAK.docx

Download (38kB)
[img] Text
BAB I.docx

Download (138kB)
[img] Text
BAB II.docx

Download (98kB)
[img] Text
BAB III.docx

Download (742kB)
[img] Text
BAB IV.docx
Restricted to Repository staff only

Download (2MB)
[img] Text
BAB V.docx

Download (38kB)
Official URL: https://stiki.ac.id

Abstract

Penelitian ini bertujuan mengembangkan sebuah sistem rekomendasi jurusan berbasis web menggunakan algoritma Naive Bayes Gaussian guna mengatasi masalah kebingungan siswa dalam memilih jurusan di STIKI Malang. Terdapat keterbatasan informasi dan bimbingan karir yang membuat siswa lulusan SMA/K sulit menentukan pilihan jurusan yang sesuai dengan minat dan potensi mereka. Dalam penelitian ini, data latih dari 63 mahasiswa aktif dan lulusan STIKI Malang digunakan untuk memberikan rekomendasi berdasarkan berbagai atribut seperti jenis kelamin, jurusan, skill, hobi, alasan kuliah, alasan memilih program studi, ketertarikan terhadap matematika, dan ketertarikan terhadap bahasa Inggris. Metode Gaussian Naive Bayes berhasil mengklasifikasikan data dengan akurasi mencapai 90,47%, yang dapat mengatasi masalah ketidakpastian dalam pemilihan jurusan. Diharapkan sistem ini dapat membantu siswa lulusan SMA/K dalam memilih jurusan yang sesuai, mengurangi kesalahan pemilihan jurusan, dan memanfaatkan potensi mereka secara optimal.

Item Type: Thesis (Sarjana)
Subjects: Theory of computation > Theory and algorithms for application domains
Divisions: Engineering Sciences
Depositing User: Unnamed user with username editor_perpustakaan
Date Deposited: 06 Dec 2023 09:05
Last Modified: 06 Dec 2023 09:07
URI: http://repository.stiki.ac.id/id/eprint/1951

Actions (login required)

View Item View Item