Sistem Pendukung Keputusan Seleksi Ujian Masuk Perguruan Tinggi Menggunakan NBC (Nae Bayes Classifier)

Sistem Pendukung Keputusan Seleksi Ujian Masuk Perguruan Tinggi Menggunakan NBC (Nae Bayes Classifier)

Andri Suryadi

Abstract

Kesuksesan sebuah perguruan tinggi dalam menciptakan lulusan yang berkualitas ditentukan oleh sumber daya yang masuk ke perguruan tinggi tersebut. Masing masing perguruan tinggi mempunyai sistem tersendiri dalam proses seleksi tersebut. Namun, dalam proses seleksi yang dilakukan banyak mahasiswa yang nilai kelulusannya tidak sesuai yang diharapkan. Oleh karena itu perlu adanya suatu sistem yang dapat mendukung keputusan dalam seleksi calon mahasiswa baru guna mendapatkan input calon mahasiswa yang baik. Penelitian ini membangun sistem Pendukung Keputusan menggunakan metode nae bayes classifier dimana nilai tes kompetensi dasar mahasiswa yang telah diterima akan dijadikan data latih kemudian diklasifikasikan berdasarkan nilai ipk yang telah diperolehnya. Nilai ipk tersebut akan menjadi patokan pembentukan kelas yang merupakan rekomendasi kepada tim penyeleksi. Kemudian diberikan sebuah data calon mahasiswa beserta nilai kompentensi dasar, jika calon mahasiswa tersebut memasuki kelas aman maka akan direkomendasikan untuk memasuki Perguruan Tinggi yang dimaksud.

Keywords

Full Text:

PDF

References

[1] Giovani, Ronny Ardi. Sistem Pendukung Keputusan Prediksi Kecepatan Studi Mahasiswa Menggunakan Metode ID3. Yogyakarta: Universitas Atmajaya Yogyakarta; 2011.

[2] A. G. Mabrur and R. Lubis. "Penerapan Data Mining untuk Memprediksi Kriteria Nasabah Kredit," KOMPUTA (Jurnal Komputer dan Informatika) 1 (2012): 53-57

[3] Septian Nugroho, Y. "Data Mining Menggunakan Algoritma Naive Bayes Untuk Klasifikasi Kelulusan Mahasiswa Universitas Dian Nuswantoro." Jurnal Ilmiah. 21.2 (2014).

[4] Rodiyansyah, Sandi Fajar dan Winarko Edi. Klasifikasi Posting Twitter Kemacetan Lalu Lintas Kota Bandung Menggunakan Naive Bayesian Classification. FPMIPA. Yogayakarta: UGM; 2012.

[5] Fahrurozi Achmad. Klasifikasi Kayu Dengan Menggunakan Nave Bayes-Classifier. KNM XVII ITS Surabaya. 2104.

[6] Sommerville, Ian. Software Engineering: 7th Edition. McGraw-Hill. 2014.

[7] Shalahuddin, M dan Rosa AS. Rekayasa Perangkat Lunak terstruktur dan berbasis Objek. Informatika. 2014.

[8] Pressman, Roger S. Rekayasa Perangkat Lunak (Pendekatan Praktis). Yogyakarta: Andi. 2002.

[9] Mustaqbal, M. Sidi, Firdaus. Roeri Fajri, Rahmadi, Hendra. Pengujian Aplikasi Menggunakan Black Box Testing Boundary Value Analysis. Jurusan Teknik Informatika, Fakultas Teknik, Universitas Widyatama. Jurnal Ilmiah Teknologi Terapan ISSN : 2407 3911. 2015.

[10] Wahyunningrum. Tenia, Januarita. Dwi. Implementasi dan Pengujian Web E-commerce untuk Produk Unggulan Desa. Jurnal Politeknik Caltex Riau Vol.1 no.1 hal 57-66. 2015.

Refbacks

  • There are currently no refbacks.

Referencing Software:

Checked by:

Supervised by:

Statistic:

View My Stats



Creative Commons License Kinetik : Game Technology, Information System, Computer Network, Computing, Electronics, and Control by http://kinetik.umm.ac.id is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.