Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi
Charles Rasyid Batuallo
Jurusan Pendidikan Teknologi Informasi dan Komunikasi, Fakultas Teknik, Universitas Negeri Manado
Computer Science & IT Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Other

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

Found 2 Documents
Search

 1 
Klasifikasi Pencapaian Nilai Mahasiswa Berdasarkan Jenis Mata Kuliah Menggunakan Algoritma Naive Bayesian Classifisier Charles Rasyid Batuallo; Alfrina Mewengkang; Daniel Riano Kaparang
Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 3 No. 4 (2023): EduTIK : Agustus 2023
Publisher : Jurusan PTIK Universitas Negeri Manado

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53682/edutik.v3i4.7606

Abstract

Tujuan penelitian ini untuk mengelompokkan data nilai mahasiswa berdasarkan atribut yang ada serta menentukan kebijakan dalam menentukan bakat dan kemampuan mahasiswa berdasarkan hasil klasterisasi. Metode yang digunakan pada penelitian ini adalah deskriptif dengan pendekatan kuantitatif. Penelitian deskriptif mengkaji antar dua variabel atau lebih, variabel pada penelitian ini bertujuan untuk melihat tingkat prestasi akademik mahasiswa Nilai Mahasiswa Universitas Negeri Manado Fakultas Teknik Jurusan Pendidikan Teknologi Informasi Dan Komunikasi. Hasil penelitian yang diperoleh dari penelitian ini (1) Impelementasi Naive bayes menggunakan Aplikasi WEKA dapat menelusuri karakteristi katribut dari dataset dengan Lulus dan Tidak Lulus. Metode Klasifikasi Naive Bayes menggunakan data training untuk menciptakan probabilitas setiap kriteria untuk berbagai kelas yang berbeda, dengan tujuan agar nilai-nilai probabilitas dari kriteria ini dapat ditingkatkan untuk memprediksi status data nilai mahasiswa proses klasifikasi yang dilakukan dengan metode Klasifikasi Naive Bayes. (2) Berdasarkan data nilai mahasiswa yang dijadikan data testing, metode Naive Bayes berhasil mengklasifikasikan 3.929 data yang diuji. Di mana dari 3.928 data mahasiswa, untuk Correctly Classified Instance sebanyak 99,9745 % sementara persentase untuk Incorrectly Classified Instance adalah sebesar 0,0255 %. Dimana dari 3.928 data klasifikasi pencapaian nilai mahasiswa dengan menggunakan Naive Bayesian Classifisier berhasil diklasifikasikan dengan benar dan sebanyak 1 data penggunaan klasifikasi pencapaian nilai mahasiswa tidak berhasil diklasifikasikan dengan benar.
Klasifikasi Pencapaian Nilai Mahasiswa Berdasarkan Jenis Mata Kuliah Menggunakan Algoritma Naive Bayesian Classifisier Charles Rasyid Batuallo; Alfrina Mewengkang; Daniel Riano Kaparang
Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 4 No. 5 (2024): EduTIK : Oktober 2024
Publisher : Jurusan PTIK Universitas Negeri Manado

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53682/edutik.v3i4.7606

Abstract

Tujuan penelitian ini untuk mengelompokkan data nilai mahasiswa berdasarkan atribut yang ada serta menentukan kebijakan dalam menentukan bakat dan kemampuan mahasiswa berdasarkan hasil klasterisasi. Metode yang digunakan pada penelitian ini adalah deskriptif dengan pendekatan kuantitatif. Penelitian deskriptif mengkaji antar dua variabel atau lebih, variabel pada penelitian ini bertujuan untuk melihat tingkat prestasi akademik mahasiswa Nilai Mahasiswa Universitas Negeri Manado Fakultas Teknik Jurusan Pendidikan Teknologi Informasi Dan Komunikasi. Hasil penelitian yang diperoleh dari penelitian ini (1) Impelementasi Naive bayes menggunakan Aplikasi WEKA dapat menelusuri karakteristi katribut dari dataset dengan Lulus dan Tidak Lulus. Metode Klasifikasi Naive Bayes menggunakan data training untuk menciptakan probabilitas setiap kriteria untuk berbagai kelas yang berbeda, dengan tujuan agar nilai-nilai probabilitas dari kriteria ini dapat ditingkatkan untuk memprediksi status data nilai mahasiswa proses klasifikasi yang dilakukan dengan metode Klasifikasi Naive Bayes. (2) Berdasarkan data nilai mahasiswa yang dijadikan data testing, metode Naive Bayes berhasil mengklasifikasikan 3.929 data yang diuji. Di mana dari 3.928 data mahasiswa, untuk Correctly Classified Instance sebanyak 99,9745 % sementara persentase untuk Incorrectly Classified Instance adalah sebesar 0,0255 %. Dimana dari 3.928 data klasifikasi pencapaian nilai mahasiswa dengan menggunakan Naive Bayesian Classifisier berhasil diklasifikasikan dengan benar dan sebanyak 1 data penggunaan klasifikasi pencapaian nilai mahasiswa tidak berhasil diklasifikasikan dengan benar.
Co-Authors Alfrina Mewengkang Daniel Riano Kaparang