JURNAL PETIK
Vol. 11 No. 1 (2025): Volume 11 No 1 Maret 2025

Implementasi Metode Klasifikasi Naïve Bayes Untuk Rekomendasi Siswa Dalam Pemilihan Bursa Kerja Khusus (BKK) di SMKN 1 Sukalarang

Steviana, Vivie Salma (Unknown)
Kusdinar, Asep Budiman (Unknown)
Apriandari, Winda (Unknown)



Article Info

Publish Date
25 Mar 2025

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

Copyrights © 2025






Journal Info

Abbrev

petik

Publisher

Subject

Computer Science & IT Education Social Sciences

Description

Jurnal Pendidikan Tekologi Informasi dan Komunikasi (PETIK) adalah Jurnal yang memiliki fokus dibidang Pendidikan, Teknologi Informasi dan Komunikasi. Jurnal PETIK ber-issn : 2460-7363 dan e-ISSN : 2614-6606. Sedangkan terbitan pada Jurnal PETIK terbit sebanyak dua kali dalam setahun yaitu pada ...