No image available for this title

Text

PENGEMBANGAN SISTEM CERDAS UNTUK PREDIKSI DAFTAR KEMBALI MAHASISWA BARU DENGAN METODE NAIVE BAYES (STUDI KASUS: UNIVERSITAS PENDIDIKAN GANESHA)



Universitas Pendidikan Ganesha atau Undiksha merupakan salah satu universitas negeri yang berada di
Bali, tepatnya di kota Singaraja. Dalam penerimaan mahasiswa baru, Undiksha menerapkan 3 jalur
penerimaan, antara lain jalur Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN), Seleksi
Bersama Masuk Perguruan Tinggi Negeri (SBMPTN), dan Seleksi Mahasiswa Baru Jalur Mandiri (SMBJM)
yang terdiri 2 bagian yaitu Computer Based Test (CBT) dan Minat dan Bakat. Setiap tahunnya para
panitia disibukkan dengan pendaftaran kembali calon mahasiswa yang berjumlah puluhan ribu. Dalam
menentukan jumlah mahasiswa pendaftar kembali yang diterima, mereka masih menggunakan cara
manual berupa file excel, sehingga mereka menginginkan untuk menggunakan sistem dalam
pengerjaannya. Permasalahan tersebut dapat diatasi dengan menggunakan “Sistem Cerdas untuk
Prediksi Daftar Kembali Penerimaan Mahasiswa Baru dengan Metode Naive Bayes (Studi Kasus:
Universitas Pendidikan Ganesha)”. Metode Naive Bayes digunakan untuk menentukan probabilitas
daftar kembali mahasiswa baru sehingga dari jumlah mahasiswa yang mendaftar kembali dapat
ditentukan berapa jumlah mahasiswa baru yang diluluskan. Dalam mengembangkan sistem, peneliti
menggunakan Metodologi CRISP-DM sebagai standar proses data mining sekaligus metode penelitian.
Hasil penelitian sistem prediksi ini menunjukan bahwa sistem dapat memprediksi dengan baik dengan
rata-rata nilai akurasi sistem prediksi sebesar 75.56%.


Availability

No copy data


Detail Information

Series Title
-
Call Number
-
Publisher SINTECH (Science and Information Technology) : Indonesia.,
Collation
12
Language
Indonesia
ISBN/ISSN
2598-7305
Classification
NONE
Content Type
-
Media Type
-
Carrier Type
-
Edition
-
Subject(s)
Specific Detail Info
-
Statement of Responsibility

Other Information

Accreditation
-

Other version/related

No other version available


File Attachment



Information


Web Online Public Access Catalog - Use the search options to find documents quickly