Integrasi Metode Naive Bayes dengan K-Means dan K-Means-Smote untuk Klasifikasi Jurusan SMAN 3 Mataram
Article Sidebar
Published:
Nov 30, 2020
Keywords:
Naive Bayes, Jurusan SMA, K-Means, K-Means-Smote, Data Mining
Main Article Content
Abstract
Pihak SMAN 3 Mataram memiliki permasalahan yaitu kesulitan untuk memilihkan jurusan yang tepat bagi siswanya, karena tidak ada sistem yang memberi keputusan jurusan yang sesuai dengan minat dan bakat siswa, serta dibatasi dengan jumlah kuota di tiap kelasnya. Tujuan dari penelitian ini adalah integrasi metode Naive Bayes dengan K-Means dan K-Means-Smote untuk klasifikasi penjurusan SMAN 3 Mataram. Metodologi penelitian ini terdiri dari pengumpulan data siswa, pengolahan data, pengujian metode, dan evaluasi kinerja metode yang diusulkan. Berdasarkan hasil pengujian yang telah dilakukan, metode yang diusulkan memperoleh kinerja terbaik dibandingkan penelitian sebelumnya menggunakan metode C.45 dengan akurasi sebesar 99,16%, sensitivitas 99,58%, spesifisitas 98,77%, dan f-measure 99,16%. Dengan demikian metode yang diusulkan dapat digunakan untuk klasifikasi jurusan SMAN 3 Mataram karena memiliki kinerja paling baik.
Article Details
How to Cite
Hairani, H., Muhammad Ridho Hansyah, & Lalu Zazuli Azhar Mardedi. (2020). Integrasi Metode Naive Bayes dengan K-Means dan K-Means-Smote untuk Klasifikasi Jurusan SMAN 3 Mataram. Jurnal Sistem Dan Informatika (JSI), 15(1), 8-12. https://doi.org/10.30864/jsi.v15i1.317
Section
Articles
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Jurnal Sistem dan Informatika (JSI) bersifat open access, yaitu dapat diakses secara umum tanpa dikenakan biaya. Penulis yang menerbitkan artikelnya di JSI setuju dengan ketentuan berikut:- JSI menggunakan perjanjian lisensi ekslusif, yaitu penulis memegang hak cipta atas artikel dan memberikan hak publikasi kepada Jurnal Sistem dan Informatika (JSI).
- JSI mempunyai hak ekslusif untuk mempublikasi dan mendistribusikan artikel secara sebagian atau keseluruhan, dan memberikan hak kepada orang lain sesuai dengan lisensi yang digunakan.
- JSI berhak untuk menyediakan artikel dalam berbagai bentuk dan media, sehingga artikel dapat digunakan untuk teknologi terbaru bahkan setelah dipublikasikan.
- JSI berhak untuk menegakkan hak-hak atas nama penulis pada artikel terhadap pihak ketiga. Misalnya dalam kasus plagiarisme atau pelanggaran hak cipta.
- Artikel harus dirujuk, link terhadap lisensi harus disediakan, dan jika terdapat bagian artikel yang diubah harus ditandai.
- Jika artikel disadur sehingga terdapat perubahan, hasil saduran harus didistribusikan menggunakan lisensi yang sama.
- Tidak diperkenankan untuk membatasi orang lain terhadap apa yang diperbolehkan oleh lisensi.
References
D. T. Larose and C. D. Larose, Discovering Knowledge in Data An Introduction to Data Mining, Second Edi. Hoboken: Jhon Wiley & Sons, 2014.
Y. S. Nugroho, “Klasifikasi dan Klastering Penjurusan Siswa SMA Negeri 3 Boyolali,†Khazanah Inform. J. Ilmu Komput. dan Inform., vol. 1, no. 1, p. 1, 2015, doi: 10.23917/khif.v1i1.1175.
D. A. Pertiwi, B. Daniawan, and Y. Gunawan, “Analysis And Design of Decision Support System in Major Assignment at Buddhi High School Using AHP and SAW Methods,†J. Tech-e, vol. 3, no. 1, pp. 14–21, 2019.
F. Frieyadie and S. M. Ramadhan, “Penerapan Metode AHP Untuk Membantu Siswa Memilih Jurusan Yang Tepat Di SMK,†J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 2, no. 3, pp. 662–667, 2018, doi: 10.29207/resti.v2i3.396.
B. S. Prayoga and W. M. Pradnya, “Sistem Pendukung Keputusan Jurusan Di Man Ii Yogyakarta Menggunakan Algoritma Topsis,†in Semnasteknomedia Online, 2017, pp. 55–60.
D. A. Anju, F. Agustian, and K. I. Walid, “Sistem Pendukung Keputusan Pemilihan Jurusan di SMA dengan Analytic Hierarchy Process (AHP),†J. Multinetics, vol. 4, no. 1, pp. 27–33, 2018, doi: 10.32722/multinetics.v4i1.1075.
Basri, M. Siddiq, R. Tamin, and S. Azis, “Data Mining Technique as Majors Support System Management with Classification Approach,†J. Phys. Conf. Ser., vol. 1244, no. 3, pp. 1–9, 2019, doi: 10.1088/1742-6596/1244/1/012004.
E. Yudi Hidayat et al., “Implementation of Weighted Naive Bayes Algorithm for Major Determination in Indonesian High School,†in 2018 International Seminar on Application for Technology of Information and Communication, 2018, pp. 580–584, doi: 10.1109/ISEMANTIC.2018.8549761.
D. Gustian, A. F. Rahmawati, Titin, R. R. Putra, and P. Anisa, “Comparison of Classification Data Mining in Process Majors Students,†in 2018 International Conference on Computing, Engineering, and Design (ICCED), 2018, pp. 125–130, doi: 10.1109/ICCED.2018.00033.
C. R. Dedy Satrio Winarso, “Implementasi Algoritma k-Nearest Neighbor untuk Penjurusan Siswa SMA,†Cahayatech, vol. 6, no. ISSN : 2302 – 2426 ISSN Online : 2580-2399, p. 50, 2017.
Yuda Irawan, “Implementation Of Data Mining For Determining Majors Using K-Means Algorithm In Students Of SMA Negeri 1 Pangkalan Kerinci,†J. Appl. Eng. Technol. Sci., vol. 1, no. 1, pp. 17–29, 2019, doi: 10.37385/jaets.v1i1.18.
M. G. Zataliny, “Sistem Pendukung Keputusan Pemilihan Jurusan pada Siswa SMA Negeri 1 Praya dengan Metode K-NN ( K-NEAREST NEIGHBOR ),†Jurnal Mahasiswa Teknik Informatika., vol. 1, no. 1, pp. 617–624, 2017.
B. Novianti, T. Rismawan, and S. Bahri, “Implementasi Data Mining Dengan Algoritma C4.5 Untuk Penjurusan Siswa (Studi Kasus: Sma Negeri 1 Pontianak),†J. Coding, Sist. Komput. Untan, vol. 04, no. 3, pp. 75–84, 2016.
G. Douzas, F. Bacao, and F. Last, “Improving imbalanced learning through a heuristic oversampling method based on k-means and SMOTE,†Inf. Sci. (Ny)., vol. 465, pp. 1–20, 2018.
H. Hairani, K. E. Saputro, and S. Fadli, “K-means-SMOTE untuk menangani ketidakseimbangan kelas dalam klasifikasi penyakit diabetes dengan C4.5, SVM, dan naive Bayes,†Jurnal Teknologi dan Sistem Komputer., vol. 8, no. 2, pp. 89–93, Apr. 2020, doi: https://doi.org/10.14710/jtsiskom.8.2.2020.89-93.
M. J. Zaki and J. Meira Wagner, “Probabilistic Classification,†in Data Mining and Machine Learning: Fundamental Concepts and Algorithms, 2nd ed., Cambridge: Cambridge University Press, 2020, pp. 469–482.
A. R. Kadafi, “Perbandingan Algoritma Klasifikasi Untuk Penjurusan Siswa SMA,†J. ELTIKOM, vol. 2, no. 2, pp. 67–77, 2018, doi: 10.31961/eltikom.v2i2.86.
A. R. Kadafi, “Perbandingan Algoritma Klasifikasi Untuk Penjurusan Siswa SMA,†J. ELTIKOM, vol. 2, no. 2, pp. 67–77, 2018, doi: 10.31961/eltikom.v2i2.86
Y. S. Nugroho, “Klasifikasi dan Klastering Penjurusan Siswa SMA Negeri 3 Boyolali,†Khazanah Inform. J. Ilmu Komput. dan Inform., vol. 1, no. 1, p. 1, 2015, doi: 10.23917/khif.v1i1.1175.
D. A. Pertiwi, B. Daniawan, and Y. Gunawan, “Analysis And Design of Decision Support System in Major Assignment at Buddhi High School Using AHP and SAW Methods,†J. Tech-e, vol. 3, no. 1, pp. 14–21, 2019.
F. Frieyadie and S. M. Ramadhan, “Penerapan Metode AHP Untuk Membantu Siswa Memilih Jurusan Yang Tepat Di SMK,†J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 2, no. 3, pp. 662–667, 2018, doi: 10.29207/resti.v2i3.396.
B. S. Prayoga and W. M. Pradnya, “Sistem Pendukung Keputusan Jurusan Di Man Ii Yogyakarta Menggunakan Algoritma Topsis,†in Semnasteknomedia Online, 2017, pp. 55–60.
D. A. Anju, F. Agustian, and K. I. Walid, “Sistem Pendukung Keputusan Pemilihan Jurusan di SMA dengan Analytic Hierarchy Process (AHP),†J. Multinetics, vol. 4, no. 1, pp. 27–33, 2018, doi: 10.32722/multinetics.v4i1.1075.
Basri, M. Siddiq, R. Tamin, and S. Azis, “Data Mining Technique as Majors Support System Management with Classification Approach,†J. Phys. Conf. Ser., vol. 1244, no. 3, pp. 1–9, 2019, doi: 10.1088/1742-6596/1244/1/012004.
E. Yudi Hidayat et al., “Implementation of Weighted Naive Bayes Algorithm for Major Determination in Indonesian High School,†in 2018 International Seminar on Application for Technology of Information and Communication, 2018, pp. 580–584, doi: 10.1109/ISEMANTIC.2018.8549761.
D. Gustian, A. F. Rahmawati, Titin, R. R. Putra, and P. Anisa, “Comparison of Classification Data Mining in Process Majors Students,†in 2018 International Conference on Computing, Engineering, and Design (ICCED), 2018, pp. 125–130, doi: 10.1109/ICCED.2018.00033.
C. R. Dedy Satrio Winarso, “Implementasi Algoritma k-Nearest Neighbor untuk Penjurusan Siswa SMA,†Cahayatech, vol. 6, no. ISSN : 2302 – 2426 ISSN Online : 2580-2399, p. 50, 2017.
Yuda Irawan, “Implementation Of Data Mining For Determining Majors Using K-Means Algorithm In Students Of SMA Negeri 1 Pangkalan Kerinci,†J. Appl. Eng. Technol. Sci., vol. 1, no. 1, pp. 17–29, 2019, doi: 10.37385/jaets.v1i1.18.
M. G. Zataliny, “Sistem Pendukung Keputusan Pemilihan Jurusan pada Siswa SMA Negeri 1 Praya dengan Metode K-NN ( K-NEAREST NEIGHBOR ),†Jurnal Mahasiswa Teknik Informatika., vol. 1, no. 1, pp. 617–624, 2017.
B. Novianti, T. Rismawan, and S. Bahri, “Implementasi Data Mining Dengan Algoritma C4.5 Untuk Penjurusan Siswa (Studi Kasus: Sma Negeri 1 Pontianak),†J. Coding, Sist. Komput. Untan, vol. 04, no. 3, pp. 75–84, 2016.
G. Douzas, F. Bacao, and F. Last, “Improving imbalanced learning through a heuristic oversampling method based on k-means and SMOTE,†Inf. Sci. (Ny)., vol. 465, pp. 1–20, 2018.
H. Hairani, K. E. Saputro, and S. Fadli, “K-means-SMOTE untuk menangani ketidakseimbangan kelas dalam klasifikasi penyakit diabetes dengan C4.5, SVM, dan naive Bayes,†Jurnal Teknologi dan Sistem Komputer., vol. 8, no. 2, pp. 89–93, Apr. 2020, doi: https://doi.org/10.14710/jtsiskom.8.2.2020.89-93.
M. J. Zaki and J. Meira Wagner, “Probabilistic Classification,†in Data Mining and Machine Learning: Fundamental Concepts and Algorithms, 2nd ed., Cambridge: Cambridge University Press, 2020, pp. 469–482.
A. R. Kadafi, “Perbandingan Algoritma Klasifikasi Untuk Penjurusan Siswa SMA,†J. ELTIKOM, vol. 2, no. 2, pp. 67–77, 2018, doi: 10.31961/eltikom.v2i2.86.
A. R. Kadafi, “Perbandingan Algoritma Klasifikasi Untuk Penjurusan Siswa SMA,†J. ELTIKOM, vol. 2, no. 2, pp. 67–77, 2018, doi: 10.31961/eltikom.v2i2.86
