Penerapan Naïve Bayes Classifier dengan Gaussian Function Untuk Menentukan Kelompok UKT
DOI:
https://doi.org/10.36982/jiig.v9i2.583Abstrak
Abstract
Uang Kuliah Tunggal hereinafter abbreviated as UKT is part of a single tuition fees incurred by each student in each department or study program for diploma and degree courses. UKT is the amount of fees to be paid by the student in each semester. Basically, the purpose of UKT is to charge tuition fees according to income and family circumstances students. However, there is a problem regarding the classification UKT improperly. It is caused by several factors, including determining UKT groups still use manual method, as well as the substance of subjectivity in the determination of a new student UKT groups. Based on these problems, we need a decision support system that can help in determining the UKT group of new students. In applying UKT, Cot Kala IAIN Zawiyah Langsa split into 3 (three) categories UKT group. Naïve Bayes classifier methods is used to classify data into three UKT groups. Research results show that the results of validation testing of NBC classification model with a 3-fold cross validation generates an average accuracy of 86.67%. so that it can be concluded that the level of effectiveness of the UKT classification model with the NBC method is included in the fairly good category.
Keywords : UKT Groups, Naive Bayes Classifier, K-fold cross validation
Â
Abstrak
Uang Kuliah Tunggal yang selanjutnya disingkat UKT merupakan sebagian dari biaya kuliah tunggal yang ditanggung oleh setiap mahasiswa pada setiap jurusan atau program studi untuk program diploma dan program sarjana. UKT merupakan besaran biaya yang harus dibayarkan oleh mahasiswa pada setiap semester. Pada dasarnya, tujuan diberlakukannya UKT yaitu untuk membebankan biaya kuliah sesuai dengan penghasilan dan kondisi keluarga mahasiswa yang bersangkutan. Akan tetapi, terjadi permasalahan tentang penggolongan UKT yang tidak tepat. Ini disebabkan oleh beberapa faktor, diantaranya dalam menentukan kelompok UKT masih menggunakan cara manual, serta adanya unsur subjektivitas dalam penentuan kelompok UKT mahasiswa baru. Berdasarkan permasalahan tersebut, dibutuhkan suatu sistem pendukung keputusan yang dapat membantu dalam menentukan kelompok UKT mahasiswa baruDalam menerapkan Uang Kuliah Tunggal, IAIN Zawiyah Cot Kala Langsa membagi kedalam 3 (Tiga) kategori kelompok UKT . Metode Naïve Bayes Classifier digunakan untuk mengklasifikasikan data menjadi tiga kelompok UKT. Hasil penelitian menunjukkan bahwa hasil validasi pengujian model klasifikasi NBC dengan 3- fold cross validation menghasilkan rata-rata akurasi sebesar 86.67%, sehingga dapat disimpulkan bahwa tingkat efektivitas model klasifikasi UKT dengan metode NBC termasuk pada kategori cukup baik..
Kata kunci : Kelompok UKT, Naive Bayes Classifier, K-fold cross validationReferensi
Bramer, M., 2007, Principles of Data Mining, Springer-Verlag, London.
Han, J., and Kamber, M., 2006, Data Mining : Concepts and Techniques, Second Edition, Morgan Kauffmann, San Fransisco.
Kantardzic, M., 2003, Data Mining : Concept, Models, Methods, and Algorithms, John Wiley and Sans.
Keputusan Menteri Agama Republik Indonesia Nomor 124 Tahun 2015. Uang Kuliah Tunggal pada Perguruan Tinggi Keagamaan Negeri Di Kementerian Agama Tahun Akademik 2015-2016. Kementerian Agama Republik Indonesia. 1 Juni 2015. Jakarta
Murphy, K.P., 2006, Naïve Bayes Classifier, Department of Computer Science, University of British Columbia.
Rish, I., 2001, An Empirical Study Of The Naive Bayes Classifier, IBM Research Report, Thomas J. Watson Research Center, Yorktown Heights, New York.
Tan, P.N., Stelnbach, M., and Kumar,V., 2006, Introduction to Data Mining, Pearson Education, Boston
Witten, I.H., Frank, E., and Hall, M.A., 2011, Data Mining : Practical Machine Learning Tools and Techniques, Elsevier.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
