KAJIAN KOMPARASI TEKNIK KLASIFIKASI NAIVE BAYES, K-NEAREST NEIGHBOR, DAN JARINGAN SARAF TIRUAN PADA PREDIKSI LAMA MASA STUDI MAHASISWA JURUSAN TEKNIK INFORMATIKA (STUDI KASUS : STIKOM DINAMIKA BANGSA JAMBI)

  • Della Agustin
  • Dodo Zaenal Abidin
  • Errissya Rasywir

Abstract

STIKOM Dinamika Bangsa memiliki data alumni teknik informatika yang bertambah setiap tahunnya. Karena itu penulis menganalisa dan mengkomparasi untuk mengetahui lama masa studi. Metode yang digunakan adalah naive bayes, k-nearest neighbor, dan jaringan saraf tiruan. Data yang digunakan yaitu tahun 2006-2010 sebanyak 1136 data, 68 atribut dalam format arff dengan tool weka. Hasil akurasi tertinggi diperoleh menggunakan k-nearest neighbor dengan use training set sebesar 100%, 5-fold cross validation correctly sebesar 71,5419%, dan 10-fold cross validation correctly sebesar 71,7181%. Kemudian jaringan saraf tiruan dengan hasil akurasiĀ  use training set sebesar 77,7093%, 5-fold cross validation correctly sebesar 65,6388%, dan 10-fold cross validation correctly sebesar 69,6919%. Dan naive bayes dengan hasil akurasi use training set sebesar 70,0441%, 5-fold cross validation correctly sebesar 68,2819%, dan 10-fold cross validation correctly sebesar 68,5463%. Seleksi atribut menggunakan classifieratrributeeval, Atribut paling berpengaruh terhadap lama masa studi adalah IPK.

Published
2019-12-10
How to Cite
AGUSTIN, Della; ABIDIN, Dodo Zaenal; RASYWIR, Errissya. KAJIAN KOMPARASI TEKNIK KLASIFIKASI NAIVE BAYES, K-NEAREST NEIGHBOR, DAN JARINGAN SARAF TIRUAN PADA PREDIKSI LAMA MASA STUDI MAHASISWA JURUSAN TEKNIK INFORMATIKA (STUDI KASUS : STIKOM DINAMIKA BANGSA JAMBI). Jurnal Ilmiah Mahasiswa Teknik Informatika, [S.l.], v. 1, n. 2, p. 135-148, dec. 2019. Available at: <http://ejournal.stikom-db.ac.id/index.php/jimti/article/view/706>. Date accessed: 12 dec. 2019.