AINUN HARAHAP, NPM 2109100170 (2025) PERBANDINGAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE DALAM PENILAIAN KINERJA GURU RA BABUL ILMI DI KAMPUNG BARU RANTAUPRAPAT UNTUK MENINGKATKAN EFEKTIVITAS PENGAJARAN. Skripsi thesis, Universitas Labuhanbatu.
![]() |
Text
COVER.pdf Download (5MB) |
![]() |
Text
BAB I.pdf Download (4MB) |
![]() |
Text
BAB II.pdf Download (11MB) |
![]() |
Text
BAB III.pdf Download (9MB) |
![]() |
Text
BAB IV.pdf Download (15MB) |
![]() |
Text
BAB V.pdf Download (733kB) |
![]() |
Text
DAFTAR PUSTAKA.pdf Download (1MB) |
Abstract
Penelitian ini dilakukan untuk menganalisis kinerja guru di RA Babul Ilmi Kampung Baru Rantauprapat dengan menggunakan metode klasifikasi berbasis data mining. Tujuan dari penelitian ini adalah untuk mengetahui metode yang paling efektif dalam mengklasifikasi kinerja guru berdasarkan data asesmen. Dalam kajian pustaka dibahas teori-teori yang terkait dengan klasifikasi, kinerja guru, serta algoritma Naïve Bayes dan Support Vector Machine (SVM) sebagai dasar pemodelan. Penelitian ini juga mengkaji penelitian terdahulu yang relevan sebagai pembanding dalam menyusun metodologi. Tahapan penelitian dimulai dari pengumpulan data, preprocessing data, perancangan model menggunakan RapidMiner, hingga evaluasi kinerja model klasifikasi. Data yang digunakan terdiri dari 14 aspek asesmen guru dengan dua label kelas yaitu “Baik” dan “Sangat Baik”. Hasil klasifikasi menunjukkan bahwa metode Naïve Bayes menghasilkan akurasi sebesar 57%, sedangkan metode SVM hanya memperoleh akurasi sebesar 40%. Berdasarkan hasil evaluasi, metode Naïve Bayes lebih efektif dalam mengklasifikasi data asesmen guru. Penelitian ini diharapkan dapat menjadi acuan dalam penerapan teknologi data mining untuk mendukung penilaian kinerja guru yang objektif dan efisien. Kata Kunci : Penilaian Kinerja Guru, Niave Bayes, Support Vector Machine, Machine Learning, RA Babul Ilmi
Item Type: | Thesis (Skripsi) |
---|---|
Uncontrolled Keywords: | Penilaian Kinerja Guru, Niave Bayes, Support Vector Machine, Machine Learning, RA Babul Ilmi |
Subjects: | Z Bibliography. Library Science. Information Resources > ZA Information resources Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources |
Divisions: | Fakultas Sains Dan Teknologi > Sistem Informasi |
Depositing User: | Unnamed user with email repository@ulb.ac.id |
Date Deposited: | 09 May 2025 07:55 |
Last Modified: | 09 May 2025 07:55 |
URI: | http://repository.ulb.ac.id/id/eprint/1362 |
Actions (login required)
![]() |
View Item |