Article Per Year (5 Year)
p-Index From 2020 - 2025
3.147
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan Ilmu Sosial Health Notions Jurnal Informasi dan Komputer Jurnal Informatika SIMANTIK Jurnal Ilmiah Ecobuss Journal of English Language and Education Jurnal Tadbir Peradaban Jurnal Ilmu Manajemen Advantage Empowerment Society Journal of Current Health Sciences Madani: Jurnal Pengabdian Ilmiah. PEMA: Jurnal Pendidikan dan Pengabdian Kepada Masyarakat JUMAD Journal Management, Accounting, & Digital Business Relasi : Jurnal Ekonomi Jurnal Ilmiah IPA dan Matematika (JIIM) TGO Journal of Community Development Jurnal Penelitian dan Pengkajian Ilmiah Jurnal Ekonomi, Manajemen, Akuntansi
Tumini Tumini, Tumini
Unknown Affiliation
Religion Arts Humanities Astronomy Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Environmental Science Health Professions Immunology & microbiology Languange, Linguistic, Communication & Media Mathematics Medicine & Pharmacology Neuroscience Nursing Public Health Social Sciences Veterinary Other

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Informatika SIMANTIK

 1 
Aplikasi Data Mining Untuk Memprediksi Kelulusan Siswa Dengan Metode Naïve Bayes Studi Kasus SMP Negeri 11 Kotabumi Utara Tumini, Tumini; Damayanti, Lisma
Jurnal Informatika SIMANTIK Vol 3, No 2 (2018): Jurnal Informatika SIMANTIK
Publisher : STMIK Cikarang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Data mining merupakan cara untuk menemukan informasi baru yang diambil dari data dalam jumlah besar yang membantu dalam pengambilan keputusan. Dengan memanfaatkan data induk siswa, kelulusan siswa, dan nilai rata-rata siswa sebagai sumber datanya, diharapkan dapat menghasilkan informasi tentang prediksi kelulusan siswa melalui teknik data mining. Kategori prediksi kelulusan di ukur dari jenis kelamin, perilaku, nilai rata-rata rapor dan nilai rata-rata UAS (ujian akhir sekolah). Proses teknik data mining ini ada 2 macam yaitu, proses analisa pola data kelulusan siswa yang telah ada sebelumnya (Data Training) berdasarkan atribut – atribut yang di ujikan dan proses dari analisa pola data baru yang diujikan berdasarkan pola yang telah ada (Data Testing). Informasi yang ditampilkan dari proses tersebut ada 2 macam yaitu, informasi hasil proses data training dan informasi data berupa nilai probabilitas posterior (kemungkinan kemunculan) dari masing-masing kategori prediksi kelulusan. Pada analisa data yang dilakukan diproses testing, di dapat tingkat keakurasian sistem sekitar 92% dan memiliki nilai error 0.8% berdasarkan pengujian 549 data siswa tahun 2014 sampai dengan tahun 2017 dengan menggunakan perhitungan manual metode naïve bayes clasifision dan perhitungan pembuktian menggunakan aplikasi RapidMiner
Co-Authors Alvarishi, Shalman Amelia Fitriani, Amelia Amrullah, Hamdan Andriesgo, Johan Artani Hasbi Atmaja, Surya Jaya Bambang Heriyanto Cahyono, Intim Damayanti, Annisa Damayanti, Lisma Dhany, Umi Rahma Febilina, Novilia Putri Hadi Kusuma, Muhammad Prayoga Hakim, Ikhwanul Haris, R Abdul Hariyanti, Ummi Diah Hariyanto, Budi Hendra, Joni Herlin Herawati, Herlin Hudzafidah, Khusnik Junaidi Junaidi Maisaroh, Ida Maulida, Elyami Maulidiyah, Nailin Nikmatul Maulidya, Nabila Mayasari, Ade Tyas Muhammad Syarif Hidayatullah Elmas Muhammad Yusuf Neliyana, Neliyana Ningtyas, Widhia Ekma Noor Hujjatusnaini Novia Trisanti Nugraha, Diat Ridwan Nurumairoh, Nurumairoh Octaryanti, Dela Ayu Prihantono, Seger Putri, Ika Murnia Putri, Mayang Lutfiasari Rahajeng, Yekti Rahajeng, Yekti Raniah, Nor Redhi, Redhi Rizky Iroe, Daffa Romadhan, Riski Sari, Lusi Novita Setyowati, Ais Rantauni Siska Wulandari, Siska Soleha, Safa'atun Son haji, Son Syahira, Nur Trivosa Aprilia Novadiani Haidiputri Veithzal Rivai Zainal Violita, Silvi Wati, Helda Widayanto, Mutinda Teguh Wulandari, Mei Yantini, Yuli