Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Adrian, Teguh
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
IMPLEMENTASI DATA MINING UNTUK MENGKLASIFIKASI HASIL KELULUSAN MADRASAH MENGGUNAKAN ALGORITMA NAÏVE BAYES Adrian, Teguh; Suarna, Nana
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8892

Abstract

Madrasah merupakan lembaga pendidikan yang sangat penting untuk mempersiapkan generasi bangsa dan agama. Madrasah muncul di Indonesia sejak awal abad ke-20 sebelum Indonesia mengalami kemerdekaan. Perkembangan Pendidikan islam di Indonesia semakin pesat dimulai pada masa awal kemerdekaan Indonesia pada masa ini madrasah sangat jauh berkembang, dengan meningkatnya perkembangan sekolah di Indonesia, indeks yang menjadi sayarat kelulusan bagi para siswa juga mengalami keanaikan. Metode yang digunakan dalam Artikel ini yaitu Knowledge Discovery in Database (KDD) dengan tahapan selection, preprocessing, transformation, data mining dan evaluation, algoritma naïve bayes digunakan karena cocok dengan klasifikasi binary yaitu dengan mengklasifikasi dua kategori lulus dan tidak lulus , Tujuan Artikel ini untuk memudahkan para guru untuk mengetahui hasil dari prediksi kelulusan siswa madrasah, kemudian untuk siswa yang nilainya dibawah kriteria kelulusan akan tetap lulus namun bersyarat apakah ada tugas tambahan atau program pengulangan agar mencapai standar kelulusan dan memberikan rekomendasi untuk meningkatkan tingkat kelulusan. Hasil dari Artikel ini memperoleh akurasi sebesar 88,24%, Recall sebesar 92,11% dan precision sebesar 87,50% yang diperoleh dari 132 data latih dan 68 data uji dan mendapatkan ROC sebesar 0.922. karena tingkat akurasi diatas 50% ini berarti kinerja naïve bayes dalam permasalahan ini sudah cukup baik.
Co-Authors Suarna, Nana