<![CDATA[Klasifikasi waktu tunggu alumni dalam memperoleh pekerjaan merupakan aspek penting dalam evaluasi keberhasilan sebuah lembaga pendidikan. Dalam konteks SMKS PGRI 2 Pringsewu, penelitian ini bertujuan untuk membandingkan performa dua algoritma klasifikasi, yaitu Naïve Bayes dan K-Nearest Neighbor (KNN), dalam memprediksi waktu tunggu alumni dalam memperoleh pekerjaan. Dalam penelitian ini, atribut-atribut seperti Jurusan, Nilai rata-rata, Prestasi Akademik/Non-Akademik dan Ekstrakulikuler digunakan sebagai input untuk memprediksi waktu tunggu alumni dalam memperoleh pekerjaan. Naïve Bayes memberikan prediksi berdasarkan probabilitas kelas dan probabilitas fitur yang terkait dengan kelas tersebut, sementara KNN mencari K alumni dengan atribut mirip untuk memprediksi waktu tunggu berdasarkan waktu tunggu alumni terdekat. hasil perbandingan ini memberikan informasi penting dalam memilih algoritma yang paling sesuai untuk melakukan klasifikasi waktu tunggu alumni dalam memperoleh pekerjaan. Penelitian ini dapat memberikan wawasan bagi lembaga pendidikan dalam memantau dan meningkatkan tingkat kesuksesan alumni dalam memasuki dunia kerja.]]>
Copyrights © 2023
