SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN ASISTEN LABORATORIUM DENGAN METODE NAÏVE BAYES

Popy Meilina, Mochamad Hariyanto, Sitti Nurbaya Ambo, Ardiansyah Dores

Abstract


Sistem pendukung keputusan untuk penerimaan  calon asisten laboratorium laboratorium menggunakan metode Naïve Bayes sebagai pembanding dari penelitian sebelumnya yang menggunakan K-Nearest Neighbor. Pada penelitian sistem pendukung keputusan  penerimaan calon asisten laboratorium dengan menggunakan metode Naïve Bayes, menggunakan  2 data yang diperoleh langsung dari laboran. Data pertama yaitu data seleksi calon asisten  laboratorium tahun 2017-2019 yang berjumlah 30 orang yang digunakan untuk memprediksi  Penerimaan calon asisten laboratorium, dan data kedua yaitu data calon asisten yang telah diterima  dalam seleksi yang berjumlah 17 orang yang akan digunakan untuk memprediksi keahlian yang  dikuasai oleh calon asisten laboratorium. Setelah dilakukan pengujian akurasi dengan F-Measure antara metode Naïve Bayes dan K-Nearest Neighbor, didapatkan tingkat akurasi yang sama untuk  menentukan penerimaan calon asisten laboratorium sebesar 79,8%. Sedangkan didapat tingkat  akurasi yang berbeda pada penentuan keahlian calon asisten, pada metode K-Nearest Neighbor  didapat akurasi sebesar 88,8%, dan dengan metode Naïve Bayes didapatkan akurasi yang lebih  rendah sebesar 40%. Akurasi yang rendah pada penentuan keahlian calon asisten dengan metode  Naïve Bayes dikarenakan koleksi data training yang digunakan terlalau sedikit.

Full Text:

PDF

References


Adityo, R. D., & Miawarni, H. (2017). Implemetation Of Naive Bayes Classifier Algorithm To Evaluaion in Utilizing Online Hotel Tax Reporting Classification. Jurnal Ilmiah Pendidikan Tehnik Elektro Volume 2 Nomor 2 Oktober, 126.

Gafur, N. N., Mohidin, A. D., & Nurwan. (2013). Analisis Hasil Penilaian Kinerja Asisten Laboratorium Menggunakan Metode Analytical Hierarchy Process (AHP).

Handayani, F., & Pribadi, F. S. (2015). Implementasi Algoritma Naive Bayes Classifier dalam Pengklasifikasian Teks Otomatis Pengaduandan Laporan Masyarakat Melalui Layanan Call Center 110. Jurnal Tehnik Elektro Volume 7 Nomor 1, 21.

Rosidah, & Sulistiyani, A. T. (2011). Manajemen Sumber Daya Manusia. In T. S. Ambar, & Rosidah, Manajemen Sumber Daya Manusia (p. 93). Yogyakarta: Graha Ilmu.

Saleh, A. (2015). Implementasi Metode Klasifikasi Naive Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga. Citec Journal Volume 2 Nomor 3 Mei - Juli , 209.

Saptono, R., Sulistyo, M. E., & Triabsari, N. S. (2016). Text Classification Using Naive Bayes Updateable Algorithm in SBMPTN Test Questions. Telematika Volume 13 Nomor 2 Juli, 125.

Wulandari, D. W., Adikara, P. P., & Adinugroho, S. (2018). Named Entity Recognition (NER) Pada Dokumen Biologi Menggunakan Rule Based dan Naïve Bayes Classifier. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol. 2, No. 11, 4556.

Zulfikar, M., & Fahmi, H. (2019). Penerapan Sistem Pendukung Keputusan Dengan Metode Naïve Bayes Dalam Menentukan Kualitas Bibit Padi Unggul Pada Balai Pertanian Pasar Miring. Jurnal Nasional Komputasi dan Teknologi Informasi, II.


Refbacks

  • There are currently no refbacks.


==============================================================================================================

Prosiding SEMNASTEK Fakultas Teknik
Universitas Muhammadiyah Jakarta
Jl. Cempaka Putih Tengah 27
Jakarta Pusat 10510
T. 021.4256024, 4244016 / F. 021.4256023

ISSN : 2407 – 1846
e-ISSN : 2460 – 8416

==============================================================================================================

Powered by Puskom-UMJ