This Author published in this journals
All Journal JURNAL PETIK
Steviana, Vivie Salma
Unknown Affiliation

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

Found 1 Documents
Search

Implementasi Metode Klasifikasi Naïve Bayes Untuk Rekomendasi Siswa Dalam Pemilihan Bursa Kerja Khusus (BKK) di SMKN 1 Sukalarang Steviana, Vivie Salma; Kusdinar, Asep Budiman; Apriandari, Winda
Petik: Jurnal Pendidikan Teknologi Informasi Dan Komunikasi Vol. 11 No. 1 (2025): Volume 11 No 1 Maret 2025
Publisher : Pendidikan Teknologi Informasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31980/petik.v11i1.1645

Abstract

Abstrak Pendidikan menjadi fondasi penting dalam mempersiapkan generasi menghadapi dunia kerja yang semakin kompleks. Di SMKN 1 Sukalarang, terdapat program Bursa Kerja Khusus (BKK) yang dikelola oleh UBIN Hubungan Industri, bertujuan membantu siswa akhir tahun mendapatkan informasi pekerjaan. Namun, penyebaran informasi ini seringkali hanya melalui media sosial, sehingga beberapa siswa kurang mendapat informasi yang diperlukan. Penelitian ini bertujuan membantu sekolah dalam menyebarkan informasi dan perekrutan pekerjaan melalui sistem rekomendasi siswa menggunakan metode klasifikasi Naïve Bayes. Metode Naïve Bayes adalah pendekatan umum dalam statistika dan pembelajaran mesin untuk klasifikasi, berdasarkan Teorema Bayes dengan asumsi independensi antar fitur. Asumsi ini menyederhanakan perhitungan dan meningkatkan efisiensi model. Penelitian ini menghasilkan sistem klasifikasi yang merekomendasikan siswa untuk pemilihan Bursa Kerja Khusus (BKK) di SMKN 1 Sukalarang, menentukan apakah siswa tersebut direkomendasikan untuk pekerjaan tertentu atau tidak. Kata Kunci: Naïve Bayes, Klasifikasi, Bursa Kerja Khusus (BKK), Rekomendasi Siswa, SEMMA Abstract Schools provide a crucial foundation for equipping the younger generation to navigate the increasingly intricate challenges of the workforce. At SMKN 1 Sukalarang, a program known as BKK (Bursa Kerja Khusus) is managed by UBIN Industrial Relations, aiding final-year students in acquiring employment-related information. However, the dissemination of job information and recruitment is often limited to conventional social media, causing some students to miss out. This study aims to enhance the school’s ability to distribute information and facilitate recruitment by recommending students through Naïve Bayes classification. The Naïve Bayes method, widely used in statistics and machine learning, is based on Bayes' Theorem and operates on the premise that data features are independent. This premise simplifies calculations and enhances model efficiency. The study's outcome is a classification system that evaluates and recommends students for BKK at SMKN 1 Sukalarang, indicating whether a student is suitable for a specific job. Keyword: Naïve Baye, Classification, Special Job Market (BKK), Student Recommendation, SEMMA