Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal SmartComp
Ade Rahmat Rahmat Rahmat
Politeknik Kepribadian Karawang
Computer Science & IT Electrical & Electronics Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
PERBANDINGAN AKURASI MODEL NAÏVE BAYES CLASSIFIERS DAN RANDOM FOREST PADA KLASIFIKASI TRACER STUDY UNTUK PREDIKSI MASA TUNGGU ALUMNI DALAM MENDAPATKAN PEKERJAAN Ade Rahmat Rahmat Rahmat
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 15, No 2 (2026): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v15i2.8645

Abstract

Abstrak Penelitian ini bertujuan untuk membandingkan akurasi model Naïve Bayes Classifier dan Random Forest dalam klasifikasi tracer study untuk memprediksi masa tunggu alumni dalam mendapatkan pekerjaan. tracer Study ini merupakan alat penting bagi institusi Pendidikan perguruan tinggi untuk memahami sejauh mana lulusan mereka berhasil dalam memasuki dunia kerja. Data tracer study ini alumni dianalisis menggunakan dua algoritma klasifikasi yaitu Naïve Bayes Classifier dan  Random Forest. Hasil analisis menunjukan bahwa model Random Forest memberikan perfoma terbaik dengan nilai akurasi yang tertinggi setelah dibandingkan dengan Naïve Bayes Classifier, Nilai AUC ROC untuk Decision Tree Random Forest menunjukkan kemampuan model yang lebih baik dalam menbedakan antara kelas-kelas yang berbeda, metrix F1-Score, Accuracy, Precision, dan Recall menunjukkan bahwa Random Forest unggul dalam memprediksi masa tunggu alumni dalam mendapatkan pekerjaan. Kinerja kedua model diukur menggunakan beberapa metrix evaluasi termasuk ROC Curva, F1-Score. Kata Kunci – Tracer Study, Naïve Bayes, Decision Tree Random Forest, Prediksi,  Klasifikasi 
Co-Authors