PENERAPAN FITUR SELEKSI FORWARD SELECTION MENGGUNAKAN ALGORITMA NAÏVE BAYES UNTUK MENENTUKAN ATRIBUT PADA PREDIKSI KETERLAMBATAN PEMBAYARAN UANG KULIAH MAHASISWA

Olivia, Friska (2023) PENERAPAN FITUR SELEKSI FORWARD SELECTION MENGGUNAKAN ALGORITMA NAÏVE BAYES UNTUK MENENTUKAN ATRIBUT PADA PREDIKSI KETERLAMBATAN PEMBAYARAN UANG KULIAH MAHASISWA. Masters thesis, Universitas Putra Indonesia YPTK.

	Text TESIS_FRISKA OLIVIA_212321011_ABSTRAK.pdf Download (186kB)
	Text TESIS_FRISKA OLIVIA_212321011_BAB I.pdf Download (322kB)
	Text TESIS_FRISKA OLIVIA_212321011_DAFTAR PUSTAKA.pdf Download (300kB)
	Text TESIS_FRISKA OLIVIA_212321011_FULL TEXT.pdf Restricted to Repository staff only Download (2MB)

Abstract

Berkembangnya jaman sekarang ini peran teknologi informasi sangatlah penting, dimana kita sebagai pengguna dapat memanfaatkan teknologi informasi dengan hanya sekali klik. Informasi yang diolah tidak hanya text, gambar, video namun bisa berbentuk multimedia, kita dapat memanfaatka komputer dengan berbagai cara, mulai menulis, menggambar, edit fhoto, memutar video/lagu sampau dengan menganalisis data penelitian maupun mengatasi masalah-masalah lainya. Knowledge Discovery in Database (KDD) adalah keseluruhan proses untuk mencari dan mengidentifikasi pola dalam data, dimana pola yang ditemukan bersifat sah, baru, dapat bermanfaat dan dapat dimengerti. Algoritma Naïve Bayes menghitung probabilitas kejadian masa dating dari kejadian sebelumnya di mana masing- masing variable dianggap tidak saling tergantung. Naive Bayes didasarkan pada asumsi penyederhanaan bahwa nilai atribut secara konditional saling bebas jika diberikan nilai output. Penelitian ini dilakukan di Politeknik LP3I Kampus Padang pada program studi Diploma Tiga (DIII) Manajemen Informatika angkatan 2020/2021. Berdasarkan kerangka kerja penelitian yang terdapat pada metodologi penelitian di Bab III, bahwa tahapan kerja terdiri dari mengidentifikasi masalah, menganalisa permasalahan, menentukan tujuan dari penelitian, mempelajari literatur yang digunakan, menganalisa data metode algoritma Naive Bayes, perancangan sistem prediksi keterlambatan pembayaran uang kuliah, implementasi sistem prediksi keterlambatan pembayaran uang kuliah serta hasil dan pembahasan. Data dan Algoritma Naive Bayes yang sudah dianalisis akan diimplementasikan menggunakan bahasa pemrograman PHP dan database MySQL berbasis website. Berdasarkan hasil perhitungan dengan metode Naïve Bayes maka untuk pengujian algoritma dapat dilakuan dengan confusion matrix. Berdasarkan pengujian yang telah dilakukan, maka didapatkan hasil akurasinya 80%, presisi 67%, dan recall 33%. Penentuan data testing yang digunakan dapat mempengaruhi hasil pengujian, karena probabilitas yang dimiliki oleh model akan digunakan untuk menentukan kelas pada data testing, sehingga besar kecilnya nilai akurasi, precision dan recall juga dipengaruhi oleh penentuan data testing.

Actions (login required)

View Item