Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Network Engineering Research Operation [NERO]
Syariful Alim
Program Studi Teknik Informatika, Fakultas Teknik, Universitas Bhayangkara Surabaya
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
IMPLEMENTASI ORANGE DATA MINING UNTUK KLASIFIKASI KELULUSAN MAHASISWA DENGAN MODEL K-NEAREST NEIGHBOR, DECISION TREE SERTA NAIVE BAYES Hozairi Hozairi; Anwari Anwari; Syariful Alim
Network Engineering Research Operation Vol 6, No 2 (2021): NERO
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/nero.v6i2.237

Abstract

Proses pemantauan dan evaluasi terhadap kelulusan mahasiswa Universitas Islam Madura (UIM) sangat perlu untuk dilakukan karena tingkat kelulusan mahasiswa merupakan salah satu unsur penilaian akreditasi yang sangat penting untuk setiap Program Studi. Data Mining bisa digunakan untuk klasifikasi ketepatan kelulusan mahasiswa, penelitian ini bertujuan untuk menerapkan aplikasi orange data mining dengan menggunakan model K-Nearest Neighbor (K-NN), Decision Tree serta Naive Bayes dan selanjutnya akan dilakukan evaluasi akurasi dari masing-masing model tersebut. Penelitian ini dilakukan di Prodi Teknik Informatika Universitas Islam Madura tahun angkatan 2016, selanjutnya data mahasiswa akan dianalisa menggunakan aplikasi orange data mining dengan menggunakan model K-NN, Decision Tree serta Naive Bayes . Proses pengujian data menerapkan K-Fold Cross Validation (K=5), sedangkan model evaluasi yang digunakan adalah Confusion Matrix  dan ROC. Hasil perbandingan ketiga model sebagai berikut, K-NN memiliki tingkat akurasi sebesar 77%, Decision Tree tingkat akurasi sebesar 74%, dan Naive Bayes memiliki tingkat akurasi sebesar 89%. Maka dari itu, untuk klasifikasi tingkat kelulusan mahasiswa Prodi Teknik Informatika Universitas Islam Madura merekomendasikan model Naive Bayes karena memiliki tingkat akurasi lebih baik dibanding K-NN dan Decision Tree.
PEMILIHAN MODEL KEAMANAN LAUT INDONESIA DENGAN FUZZY AHP DAN FUZZY TOPSIS Hozairi Hozairi; Buhari Buhari; Heru Lumaksono; Marcus Tukan; Syariful Alim
Network Engineering Research Operation Vol 4, No 1 (2018): NERO
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (460.859 KB) | DOI: 10.21107/nero.v4i1.112

Abstract

Co-Authors Anwari, Anwari Buhari Buhari Heru Lumaksono Hozairi Marcus Tukan