Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Journal of Scientech Research and Development
Rafif Giovanni
Unknown Affiliation
Humanities Computer Science & IT Education Industrial & Manufacturing Engineering Social Sciences

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

Found 1 Documents
Search
Journal : Journal of Scientech Research and Development

 1 
EVALUASI TINGKAT PERSAINGAN SISWA DALAM SELEKSI NASIONAL MASUK PERGURUAN TINGGI NEGERI MENGGUNAKAN ALGORITMA NAIVE BAYES Supangat; Rafif Giovanni
Journal of Scientech Research and Development Vol 6 No 1 (2024): JSRD, June 2024
Publisher : Ikatan Dosen Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56670/jsrd.v6i1.337

Abstract

Penelitian ini bertujuan untuk mengembangkan sebuah metode prediksi tingkat persaingan siswa dalam seleksi nasional masuk perguruan tinggi negeri menggunakan teknik data mining di SMAN 6 Surabaya. Seleksi nasional masuk perguruan tinggi negeri merupakan proses yang sangat kompetitif dan penting bagi siswa untuk memperoleh kesempatan masuk ke perguruan tinggi yang diinginkan. Dalam penelitian ini, kami menggunakan teknik data mining untuk menganalisis data tentang siswa yang akan mengikuti seleksi nasional di SMAN 6 Surabaya. Data yang digunakan meliputi hasil ujian, nilai rapor, dan faktor-faktor lain yang dapat mempengaruhi tingkat persaingan siswa. Tujuan utama dari analisis data ini adalah untuk mengidentifikasi pola atau tren yang dapat digunakan untuk memprediksi tingkat persaingan siswa di masa depan. Hasil penelitian ini diharapkan dapat membantu siswa, guru, dan pihak terkait dalam memahami dan mengantisipasi tingkat persaingan dalam seleksi nasional masuk perguruan tinggi negeri. Dari penelitian ini didapatkan hasil pengujian dengan Data Mining menggunakan algoritma Naïve Bayes memperoleh hasil siswa yang mendapatkan SNMPTN sebesar 55,5% dan yang tidak mendapatkan sebesar 44,5% dari akurasi sebesar 87%, Presisi 89%, Recall 86,71% dan F1-Score 87,84%.
Co-Authors Supangat