PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PENJURUSAN BAGI SISWA BARU MENGGUNAKAN METODE NAIVE BAYES
2016: Seminar Informatika Aplikatif Polinema (SIAP)
Abstract
Pada kasus MAN Malang I, penilaian yang dilakukan untuk melakukan penjurusan siswa ke dalam jurusan IPA,
IPS, Bahasa, dan Agama tentunya memiliki beberapa kendala. Kendala tersebut adalah masih kurang optimalnya
penjurusan siswa. Hal tersebut karena masih menggunakan cara perhitungan yang manual. Hal ini tentunya
membuat penilaian yang dilakukan tidak selalu optimal dan keputusan yang diberikan menjadi tidak stabil dan
menimbulkan banyak perdebatan pihak internal sekolah. Oleh karena itu, tujuan dari penelitian ini adalah
menerapkan metode Naive Bayes ke dalam sistem pendukung keputusan (SPK) penjurusan bagi siswa baru
MAN Malang I untuk mempermudah melakukan penjurusan. Pada penelitian ini, metode Naive Bayes
diterapkan untuk melakukan perhitungan probabilitas tiap kriteria dengan menggunakan 4 kriteria yaitu nilai
akademik, nilai wawancara, nilai IQ dan nilai BBTQ (Buka Baca Tulis Quran) untuk di bandingkan. Tingkat
akurasi sistem sesuai dengan pakar adalah 77.48%.
IPS, Bahasa, dan Agama tentunya memiliki beberapa kendala. Kendala tersebut adalah masih kurang optimalnya
penjurusan siswa. Hal tersebut karena masih menggunakan cara perhitungan yang manual. Hal ini tentunya
membuat penilaian yang dilakukan tidak selalu optimal dan keputusan yang diberikan menjadi tidak stabil dan
menimbulkan banyak perdebatan pihak internal sekolah. Oleh karena itu, tujuan dari penelitian ini adalah
menerapkan metode Naive Bayes ke dalam sistem pendukung keputusan (SPK) penjurusan bagi siswa baru
MAN Malang I untuk mempermudah melakukan penjurusan. Pada penelitian ini, metode Naive Bayes
diterapkan untuk melakukan perhitungan probabilitas tiap kriteria dengan menggunakan 4 kriteria yaitu nilai
akademik, nilai wawancara, nilai IQ dan nilai BBTQ (Buka Baca Tulis Quran) untuk di bandingkan. Tingkat
akurasi sistem sesuai dengan pakar adalah 77.48%.
Copyright ©2020 Jurusan Teknologi Informasi - Politeknik Negeri Malang.
References
Prataman, A.H., dkk., (2014): Aplikasi Sistem Pakar
Untuk Identifikasihama Dan Penyakit Tanaman Tebu
Dengan Metode Naive Bayes Berbasis Web,
Repositori Jurnal Mahasiswa PTIIK UB.
Mulyanto, A., (2009): Sistem Informasi Konsep &
Aplikasi Cetakan I, Yogyakarta, Pustaka
Pelajar, hal. Pp. 204-206.
Bustami, (2014): Penerapan Algoritma Naive Bayes
Untuk Mengklasifikasi Data Nasabah
Asuransi, Jurnal Informatika Vol. 8,
Universitas Malikussaleh Reuleut, Aceh
Utara.
Naïve Bayes Example, [Online] Tersedia:
http://jmvidal.cse.sc.edu/talks/Bayesianlearni
ng/nbex.xml [13 Februari 2009].
Wasiati, H., & Wijayanti, D., (2014): Sistem
Pendukung Keputusan Penentuan Kelayakan
Calon Tenaga Kerja Indonesia Menggunakan
Metode Naive Bayes (Studi Kasus: Di P.T.
Karyatama Mitra Sejati Yogyakarta), IJNS –
Indonesian Journal on Networking and
Security, Volume 3 No 2, STMIK AKAKOM
Yogyakarta.
MAN Malang 1, (2015): Panduan Kegiatan
Penerimaan Peserta Didik Baru Man 1
Malang Tahun Pelajaran 2015 – 2016,
Malang.
Untuk Identifikasihama Dan Penyakit Tanaman Tebu
Dengan Metode Naive Bayes Berbasis Web,
Repositori Jurnal Mahasiswa PTIIK UB.
Mulyanto, A., (2009): Sistem Informasi Konsep &
Aplikasi Cetakan I, Yogyakarta, Pustaka
Pelajar, hal. Pp. 204-206.
Bustami, (2014): Penerapan Algoritma Naive Bayes
Untuk Mengklasifikasi Data Nasabah
Asuransi, Jurnal Informatika Vol. 8,
Universitas Malikussaleh Reuleut, Aceh
Utara.
Naïve Bayes Example, [Online] Tersedia:
http://jmvidal.cse.sc.edu/talks/Bayesianlearni
ng/nbex.xml [13 Februari 2009].
Wasiati, H., & Wijayanti, D., (2014): Sistem
Pendukung Keputusan Penentuan Kelayakan
Calon Tenaga Kerja Indonesia Menggunakan
Metode Naive Bayes (Studi Kasus: Di P.T.
Karyatama Mitra Sejati Yogyakarta), IJNS –
Indonesian Journal on Networking and
Security, Volume 3 No 2, STMIK AKAKOM
Yogyakarta.
MAN Malang 1, (2015): Panduan Kegiatan
Penerimaan Peserta Didik Baru Man 1
Malang Tahun Pelajaran 2015 – 2016,
Malang.