Metode Klasifikasi Pada Aplikasi Pendukung Keputusan Untuk Pemilihan Unit Kegiatan Mahasiswa

Nurul Ailmi, Zawiyah Saharuna, Eddy Tungadi

Abstract


Dalam menyalurkan minat dan bakat mahasiswa, UKM menjadi tempat untuk menggali potensi yang ada dalam diri mahasiswa sehingga dapat berprestasi di bidang yang digelutinya. Oleh karena itu mahasiswa harus jeli dalam memilih UKM yang ingin diikuti agar sesuai dengan minat, bakat, serta potensi yang dimiliki. Sebagai upaya untuk mahasiswa agar memilih UKM yang tepat sesuai dengan minat dan bakatnya, diperlukan sebuah sistem Pendukung Keputusan untuk Pemilihan UKM dengan menggunakan metode klasifikasi. Sistem Pendukung Keputusan Pemilihan UKM merupakan sistem aplikasi berbasis web yang menerapkan metode klasifikasi Naive Bayes dalam memberikan rekomendasi UKM untuk mahasiswa. Hasil klasifikasi oleh sistem terdiri dari beberapa kategori kelas UKM yaitu Bahasa, Kemanusiaan (ksr, humaniora), Pecinta Alam (MAPALA), Persma, Pramuka, SENIOR (senior, bola, karate, taekwondo), dan Wirausaha. Metode klasifikasi Naive Bayes yang diterapkan pada sistem menghasilkan tingkat akurasi sebesar 73,91%.


Full Text:

PDF

References


Kemahasiswaan Universitas Negeri Yogyakarta. (2013). Organisasi Mahasiswa dan UKM [online]. http://kemahasiswaan.uny.ac.id/organisasi-mahasiswa-dan-ukm diakses 12 Oktober 2019.

Adelin, A. (2016). Perancangan Sistem Pendukung Keputusan Pemilihan Unit Kegiatan Mahasiswa yang Tepat Menggunakan Metode TOPSIS (Studi Kasus STMIK PalComTech Palembang). TEKNOMATIKA, 6(2), 11-22.

Musthofa, M., Syaifidin, Y.W., & Astiningrum, M. (2016). Pengembangan Sistem Pendukung Keputusan Penjurusan Bagi Siswa Baru Menggunakan Metode Naïve Bayes. Seminar Informatika Aplikatif Polinema.

Andriani, A. (2013). Sistem Pendukung Keputusan Berbasis Decision Tree Dalam Pemberian Beasiswa Studi Kasus: Amik ‘Bsi Yogyakarta,’. Seminar Nasional Teknologi Informasi Dan Komunikasi, 163-168.

Kustiyahningsih, Y., & Syafa’ah, N. (2015). Sistem Pendukung Keputusan Untuk Menentukan Jurusan Pada Siswa SMA Menggunakan Metode KNN dan SMART. Jurnal Sistem Informasi Indonesia, 1(1), 19-28.

Imron, A. (2019). Analisis Sentimen Terhadap Tempat Wisata di Kabupaten Rembang Menggunakan Metode Naïve Bayes Classifier. Universitas Islam Indonesia. Skripsi.

PodFeeder. 2019. Apa itu Machine Learning ? [online] diakses 10 Mei 2019.

http://www.podfeeder.com/teknologi/apa-itu-machine-learning-berikut-penjelasannya/

Putra, J.W.G. (2019). Pengenalan Konsep Pembelajaran Mesin dan Deep Learning. Edisi 1.3.

Setyohadi, D.B., Kristiawan, F.A., & Ernawati. (2017). Perbaikan Performansi Klasifikasi Dengan Preprocessing Iterative Partitioning Filter Algorithm. Universitas Atma Jaya Yogyakarta. 14(1), 12-20.

Faisal., & Permana, S.D.H. (2015). Sistem Penunjang Keputusan Pemilihan Sekolah Menengah Kejuruan Teknik Komputer Dan Jaringan Yang Terfavorit Dengan Menggunakan Multi–Criteria Decision Making. Jurnal Teknologi Informasi Dan Ilmu Komputer, 2(1), 11-19.

Salma, T.D., & Nugroho, Y.S. (2016). Sistem Rekomendasi Pemilihan Sekolah Menengah Tingkat Atas Menggunakan Metode Naïve Bayes. Khazanah Informatika : Jurnal Imu Komputer dan Informatika, II(2), 85-94.

Saleh, A. (2015). Implementasi Metode Klasifikasi Naive Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga. Creative Information Technology Journal, 2(3), 207-217.

Ardiansyah, M.G. (2017). Aplikasi Sistem Keamanan Gerbang Parkir Politeknik Negeri Ujung Pandang. Skripsi.

Welling, Luke & Laura Thomson. (2009). PHP dan MySQL Web Development (Developer’s Library). (4th edition). Addison Wesley Longman.


Refbacks

  • There are currently no refbacks.


Jurusan Teknik Elektro, Politeknik Negeri Ujung Pandang

Email : sntei@poliupg.ac.id
Kontak : 085399442268 (Dian) / 081340179194 (Yasir)

Statistik Visitor SNTEI