<![CDATA[Pertumbuhan yang pesat dari akumulasi data telah menciptakan kondisi kaya akan data tetapi minim informasi. Data mining merupakan cara untuk menemukan informasi dengan mencari pola atau aturan tertentu dari data dalam jumlah besar yang diharapkan dapat mengatasi kondisi tersebut. Dengan memanfaatkan informasi atau fitur-fitur seperti jenis kelamin, nilai Seleksi Kompetensi Dasar (SKD), nilai Seleksi Kompetensi Bidang (SKB) 1, nilai Seleksi Kompetensi Bidang (SKB) 2, nilai Seleksi Kompetensi Bidang (SKB) 3, dan keterangan lulus atau tidak lulus seleksi sebagai sumber datanya, diharapkan dapat menghasilkan informasi tentang klasifikasi seleksi penerimaan Calon Pegawai Negeri sipil (CPNS) 2017. Metode yang digunakan adalah metode Naïve Bayes yaitu metode yang digunakan untuk memprediksi berbasis probabilitas. Penelitian ini bertujun untuk mendapatkan distribusi yang tepat untuk fitur-fitur data kontinu. Dari hasil pengujian yang dilakukan dengan menggunakan data sebanyak 284 dengan 227 sebagai data training dan 57 sebagai data testing baik untuk fitur kontinu menggunakan distribusi normal maupun distribusi gamma, akurasi untuk distribusi normal adalah 81% dengan jumlah data yang tepat sebanyak 46 dan yang tidak tepat sebanyak 11. Sedangkan akurasi distribusi gamma sebesar 70% dengan data yang tepat sebanyak 40 dan data yang tidak tepat sebanyak 17.]]>
Copyrights © 2020
