Sistem Perekomendasian Program Studi bagi Siswa SMA/SMK di Politeknik Caltex Riau Menggunakan Perbandingan Algoritma k-NN dan Naïve Bayes
Abstract
Politeknik Caltex Riau (PCR) adalah salah satu perguruan tinggi di Riau. PCR memiliki 8 (delapan) program studi, di tahun 2016 PCR menambah 2 (dua) program studi. Total program studi yang dimiliki adalah 10 (sepuluh) program studi dengan masing-masing keunggulan yang dimiliki. Keunggulan yang dimiliki tersebut menjadi nilai lebih bagi calon mahasiswa yang ingin mendaftar di PCR. Hal tersebut menjadi salah satu faktor yang membuat calon mahasiswa kebingungan dalam memilih jurusan, selain faktor karena memiliki keunggulan yang lebih di masing-masing program studi, faktor yang lain yaitu karena mengikuti pilihan teman dan mengikuti kemauan orang tua. Salah satu cara untuk mengatasinya dibangunlah sebuah aplikasi berbasis web untuk perekomendasian program studi di PCR menggunakan metode klasifikasi dengan menganalisis hasil yang memiliki nilai terbaik dari algoritma k-NN dan Naive Bayes. Dari hasil perbandingan algoritma k-NN dan Naive Bayes, Algoritma k-NN memiliki akurasi tertinggi yaitu 88.89% sementara Naive Bayes memiliki akurasi 77.78%. Dari hasil tersebut algoritma k-NN yang digunakan pada aplikasi ini. Hasil dari pengujian yang dilakukan sistem ini dapat merekomendasi jurusan dengan tingkat akurasi prediksi 66.66% sampai dengan 100%.Kata kunci: Sistem Rekomendasi, Data Mining, klasifikasi, k-NN, Naive BayesReferences
Jamaluddin, Sawaji. Hamzah, Djabir. dan Idrus Taba. (2011). Pengambilan Keputusan Mahasiswa dalam Memilih Perguruan Tinggi Swasta di Sulawesi Selatan. Makasar: STIE Nobel Makasar
Han, Jiawei, Kamber, Micheline & Pei, Jian. (2012). Data Mining: Concepts and Techniques, 3th ed. United States of America: Morgan Kaufmann
Zaman, Badru. (2014). Sistem Pendukung Keputusan Untuk Rekomendasi Pemilihan Jurusan pada Perguruan Tinggi Pada SMK N 3 Jepara Menggunakan Metode Analytic Hierarcy Process (AHP). Semarang: Universitas Dian Nuswantoro
Putri, Riyan Eko. Suparti dan Rita Rahmawati. (2014). Perbandingan Metode Klasifikasi Naïve Bayes dan K-Nearest Neighbor pada Analisis Data Status Kerja di Kabupaten Demak Tahun 2012. Semarang: Universitas Diponegoro
Vinanda, Lisna Octavia. (2014). Sistem Pendukung Keputusan Rekomendasi Pemilihan Program Studi di Fakultas Teknik Universitas Tanjungpura. Pontianak: Universitas Tanjungpura
Redjeki, Sri. (2013). Perbandingan Algoritma Backpropagation dan K-Neareset Neighbor untuk Identifikasi Penyakit. Yogyakarta: STMIK AKAKOM
Sebastia, Laura. Garcia, Inma. Onaindia, Eva. dan Cesar Guzman. (2009). E-Tourism: A Tourist Recommendation and Planning Application, International Journal on Artificial Intelligence Tools, 2009.
Kusrini dan Luthfi, E.T. (2009). Algoritma Data Minning. Surabaya: Andi Offset
Downloads
Published
Issue
Section
License
Copyright info for authors
1. Authors hold the copyright in any process, procedure, or article described in the work and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
2. Authors retain publishing rights to re-use all or portion of the work in different work but can not granting third-party requests for reprinting and republishing the work.
3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) as it can lead to productive exchanges, as well as earlier and greater citation of published work.