Skripsi/Tugas Akhir

Analisis Metode K-Means dan Naive Bayes untuk Minat Mahasiswa Terhadap Pemilihan UKM pada UNDIPA

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Unit Kegiatan Mahasiswa (UKM) merupakan suatu kegiatan atau aktivitas yang dilakukan oleh mahasiswa di lingkungan Universitas Dipa Makassar. Masalah yang dihadapi oleh Mahasiswa Undipa adalah kesulitan dalam menentukan peminatan UKM yang tepat dan kurangnya pengawalan dalam proses penerimaan calon anggota baru. Solusi yang diusulkan adalah melakukan analisis peminatan UKM menggunakan metode K-Means dan Naive Bayes, serta melakukan pengujian fungsional sistem dan pengujian akurasi metode K-Means dan Naive Bayes. Harapan dari penelitian ini adalah adanya pola peminatan UKM yang tepat, sehingga mahasiswa dapat menentukan peminatan yang sesuai dengan minat dan bakat mereka. Hasil penelitian ini mengelompokan berdasarkan hasil cluster, maka berdasarkan data uji dari data mahasiswa diprediksi dengan 3 kelas yaitu minat bakat dengan nilai 0.00023868, kerohanian dengan nilai 2.716509 dan study club dengan nilai 3.422110 dengan melihat nilai tertinggi maka disimpulkan bahwa kategori kelas minat bakat terdapat nilai tertinggi sehingga dapat diprediksi mahasiswa tersebut dengan minat yaitu minat bakat.
Kata Kunci: Minat Bakat, K-Means, Naive Bayes

ABSTRACT
The Student Activity Unit (UKM) is an activity or activity carried out by students at Dipa Makassar University. The problems faced by Undipa students are the difficulty in determining the right UKM specialization and the lack of escort in the process of accepting new prospective members. The proposed solution is to analyze UKM interest using the K-Means and Naïve Bayes methods, as well as perform system functional testing and test the accuracy of the K-Means and Naïve Bayes methods. The hope of this research is that there is an appropriate pattern of specialization for UKM, so that students can determine specializations that match their interests and talents. The results of this study grouped based on cluster results. So based on test data from student data it was predicted with 3 classes, namely programming with a value of 0.000380279, network with a value of 0.000217453 and Graphic Design with a value of 0.00020524 by looking at the highest value, it was concluded that the programming class category had the highest value so it could be predicted students with an interest in programming.
Keywords: Interest, Talent, K-Means, Naïve Bayes

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 23-48 KAI a - 0538TI

Penerbit

Makassar : Universitas DIPA., 2023

Deskripsi Fisik

x + 96 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 23-48

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 07 September 2023

Subjek

Skripsi/Tugas Akhir
Algoritma Naive Bayes
K-Means Clustering

Lampiran File