SISTEM KLASIFIKASI PENERIMAAN SISWA BARU DI
SMK NEGERI 5 KENDAL DENGAN ALGORITMA NAIVE BAYES
BERBASIS WEBSITE
Total View This Week0
Total View This Week0
Institusion
Universitas PGRI Semarang
Author
Sasanti, Yudia Feby
Subject
T Technology (General)
Datestamp
2024-01-25 03:59:03
Abstract :
Penerimaan peserta didik baru atau PPDB mrupakan salah satu mekanisme dari penyelenggaraan sistem pendidikan menjelang pergantian tahun ajaran baru, untuk menyeleksi calon peserta didik baru yang dilakukan oleh satuan pendidikan. Salah satu satuan pendidikan yang melakukan mekanisme penerimaan peserta didik baru yaitu SMK N 5 Kendal. Sistem penerimaan peserta didik baru di SMK N 5 Kendal terdapat beberapa macam jalur, yaitu jalur pendaftaran menggunakan nilai rapor, jalur pendaftaran menggunakan sistem zonasi berdasarkan domisili, dan jalur pendaftaran afirmasi menggunakan KIP(Kartu Indonesia Pintar). Belum adanya sebuah sistem untuk memberikan gambaran pendaftaran siswa baru di SMK N 5 Kendal dengan mengklasifikasi peluang masuknya siswa dari data pendaftaran tahun ? tahun sebelumnya bagi calon siswa yang ingin mendaftar sejauh ini, maka akan dibuat sistem klasifikasi penerimaan siswa baru dengan menggunakan perhitungan Algorima Naive Bayes untuk mengklasifikasikan data berdasaran variabel nilai rapor, domisili, dan KIP(Kartu Indonesia Pintar). Algoritma yang digunakan dalam perhitungan klasifikasi data pada sistem ini adalah Naive Bayes, dikarenakan algoritma Naive Bayes terbukti memiliki akurasi yang tinggi saat diaplikasikan ke dalam database dengan data yang sangat besar jumlahnya. Dalam perancangan aplikasi digunakan UML(Unified Modeling Language) yang terdiri dari usecase diagram, activity diagram, sequence diagram dan class diagram. Pengujian white box mendapatkan hasil nilai cyclomatic complexity untuk flow graph yaitu 2 yang berarti aplikasi ini memenuhi kriteria perangkat lunak. Untuk pengujian black box dilakukan oleh tiga dosen informatika yang menghasilkan nilai 100% yang berarti aplikasi berjalan dengan baik dan semestinya. Berdasarkan pengujian UAT(User Acceptance Testing) mendapatkan nilai 95% yang dapat diartikan bahwa sistem klasifikasi penerimaan peserta didik baru ini telah sesuai kebutuhan dalam mengklasifikasian data peserta didik baru. Kata kunci : Data Mining, Klasifikasi, Algoritma Naive Bayes, PPDB
Penerimaan peserta didik baru atau PPDB mrupakan salah satu mekanisme dari penyelenggaraan sistem pendidikan menjelang pergantian tahun ajaran baru, untuk menyeleksi calon peserta didik baru yang dilakukan oleh satuan pendidikan. Salah satu satuan pendidikan yang melakukan mekanisme penerimaan peserta didik baru yaitu SMK N 5 Kendal. Sistem penerimaan peserta didik baru di SMK N 5 Kendal terdapat beberapa macam jalur, yaitu jalur pendaftaran menggunakan nilai rapor, jalur pendaftaran menggunakan sistem zonasi berdasarkan domisili, dan jalur pendaftaran afirmasi menggunakan KIP(Kartu Indonesia Pintar). Belum adanya sebuah sistem untuk memberikan gambaran pendaftaran siswa baru di SMK N 5 Kendal dengan mengklasifikasi peluang masuknya siswa dari data pendaftaran tahun ? tahun sebelumnya bagi calon siswa yang ingin mendaftar sejauh ini, maka akan dibuat sistem klasifikasi penerimaan siswa baru dengan menggunakan perhitungan Algorima Naive Bayes untuk mengklasifikasikan data berdasaran variabel nilai rapor, domisili, dan KIP(Kartu Indonesia Pintar). Algoritma yang digunakan dalam perhitungan klasifikasi data pada sistem ini adalah Naive Bayes, dikarenakan algoritma Naive Bayes terbukti memiliki akurasi yang tinggi saat diaplikasikan ke dalam database dengan data yang sangat besar jumlahnya. Dalam perancangan aplikasi digunakan UML(Unified Modeling Language) yang terdiri dari usecase diagram, activity diagram, sequence diagram dan class diagram. Pengujian white box mendapatkan hasil nilai cyclomatic complexity untuk flow graph yaitu 2 yang berarti aplikasi ini memenuhi kriteria perangkat lunak. Untuk pengujian black box dilakukan oleh tiga dosen informatika yang menghasilkan nilai 100% yang berarti aplikasi berjalan dengan baik dan semestinya. Berdasarkan pengujian UAT(User Acceptance Testing) mendapatkan nilai 95% yang dapat diartikan bahwa sistem klasifikasi penerimaan peserta didik baru ini telah sesuai kebutuhan dalam mengklasifikasian data peserta didik baru. Kata kunci : Data Mining, Klasifikasi, Algoritma Naive Bayes, PPDB
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
