PENERAPAN MODEL NAIVE BAYES UNTUK MEMPREDIKSI POTENSI PENDAFTARAN SISWA DI SMK TAMAN SISWA TELUK BETUNG BERBASIS WEB

Sherlyn Eka Yuliana Putri

Abstract


SMK Taman Siswa setiap awal tahun ajaran baru akan menyelenggarakan penerimaan calon peserta didik baru. Persaingan  dalam  menarik  minat calon siswa baru  untuk  masuk SMK Taman Siswa dapat terjadi.  Dengan adanya persaingan antar SMK, jumlah pendaftaran siswa baru setiap tahunnya akan mengalami peningkatan dan tidak menutup kemungkinan akan mengalami penurunan calon peserta didik baru, sehingga jumlah siswa baru di SMK tersebut tidak stabil. Permasalahannya adalah ketidakstabilan pendaftaran calon peserta didik baru di SMK Taman Siswa. Berdasarkan masalah tersebut, maka penulis merancang sebuah sistem Penerapan Model Naive Bayes Untuk Memprediksi Potensi Pendaftaran Siswa Di SMK Taman Siswa Teluk Betung Berbasis WEB. Sistem yang dapat melakukan prediksi potensi pendaftaran siswa baru yang akan masuk ke SMK Taman Siswa.

Hasil akhir yang diperoleh adalah sebuah sistem informasi prediksi potensi pendaftaran siswa dengan menggunakan model naive bayes yang memiliki kemampuan untuk memprediksi potensi banyaknya siswa yang mendaftar dan tidak mendaftar di SMK Taman Siswa. Aplikasi ini diuji menggunakan perhitungan akurasi dimana hasilnya didapatkan tingkat akurasi sebesar 86% untuk prediksi potensi pendaftaran siswa.

Full Text:

PDF

References


Andini T.I., Witanti W., dan Renaldi F. 2016. Prediksi Potensi Pemasaran Produk Baru dengan Metode Naïve Bayes Classifier dan Regresi Linear, Seminar Nasional Aplikasi Teknologi Informasi (SNATi)

Anhar. 2010. PHP dan MySql Secara Otodidak, Jurnal Ilmiah Ilmu Komputer. PT Trans Media Jakarta

Dhanashree S.M., Mayur P.B., dan Shruti D.D. 2012. Prediction System For Heart Disease Using Naive Bayes, International journal of Advanced Computer and Mathematical Sciences

Firman A., Wowor H., dan Najoan X. 2014. Sistem Informasi Perpustakaan Berbasis Web Application, Jurnal Sistem Informasi Bisnis

Fithri D. L., dan Darmanto E. 2014. Sistem Pendukung Keputusan Untuk Memprediksi Kelulusan Mahasiswa Menggunakan Metode Naïve Bayes, Vol.319-324.

Gunawan I. 2018. Sistem Pakar Diagnosapenyakit Kulit Pada Kucing Menggunakan Naive Bayes Berbasis Web, Lampung: Universitas Teknokrat

Herkutanto C. 2013. Pengembangan Dan Analisis Kualitas Aplikasi Pencarian Gambar Berdasar Histogram Warna Berbasis Web, Yogyakarta: Fakultas Teknik Universitas Negeri Yogyakarta

Jogiyanto. 2009. Analisis dan Desain Sistem Informasi, Yogyakarta: Andi Offset

Kusrini dan Luthfi, E. T. 2009. Algoritma Data Mining, Yogyakarta

Kustiyaningsih. 2011. Pemrograman Basis Data Berbasis Web Menggunakan PHP dan MySql, Yogyakarta: Graha Ilmu

Mujiasih S. 2011. Pemanfatan Data Mining Untuk Prakiraan Cuaca Utilization Of Data Mining For Weather Forecasting, Jurnal Meteorologi Dan Geofisika,

Saleh A. 2015. Implementasi Metode Klasifikasi Naïve Bayes dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga, Citec Journal 2(3), V2I3.49

Shyara. dan Taruna R, M. S. H. 2008. Enhanced Naïve Bayes Algorithm for Intrusion Detection in Data Mining, Journal of Computer Science and Information Technologies, Vol. 4 (6)

Sommerville, Ian , 2009, Software Engineering–Eight Edition, AddisonWesley, Massachussets.

Suhartanto, M. 2012. Pembuatan Website Sekolah Menengah Pertama Negeri 3 Delanggu Dengan Menggunakan Php Dan MySQL

Syarli, S. and Muin, A. A. 2016. Metode Naive Bayes Untuk Prediksi Kelulusan ( Studi Kasus : Data Mahasiswa Baru Perguruan Tinggi, Jurnal Ilmiah Ilmu Komputer

Tampubolon, K., Saragih H., Reza B. 2013. Implementasi Data Mining Algoritma Apriori Pada Sistem Persediaan Alat-Alat Kesehatan

Wahyudi, D., Mirza, A. H. dan Merrieayu, P. H. 2013. ‘Implementasi Data Mining Dengan Naive Bayes Classifier Untuk Mendukung Strategi Promosi, Palembang: Studi kasus Universitas Bina Darma Palembang

Wardhana, A. 2018. Strategi Promosi Penerimaan Siswa Baru, Yogyakarta: (Studi Kasus Smk Kesehatan Cipta Bhakti Husada Yogyakarta)

H Sulistiani, K Muludi and A Syarif (2021). Implementation of various artificial intelligence approach for prediction and recommendation of personality disorder patient. Journal of Physics: Conference Series, [online] 1751, p.012040. Available at: https://doi.org/10.1088/1742-6596/1751/1/012040.




DOI: https://doi.org/10.33365/jecsit.v1i1.10

Refbacks

  • There are currently no refbacks.


JECSIT Published by Universitas Teknokrat Indonesia
Organized by Faculty of Engineering and Computer Science
Web: http://jurnal.teknokrat.ac.id/index.php/JECSIT/index
Email : jecsit@teknokrat.ac.id.
Jl. Zainal Abidin Pagaralam, No.9-11, Labuhan Ratu, Bandarlampung
Telepon : 0721 70 20 22