ANALISIS PREDIKSI PEMINAT JURUSAN TKJ DI SEKOLAH SMKS AL-WASHLIYAH 2 MERBAU MENGGUNAKAN METODE ALGORITMA NAÏVE BAYES

GUNAWAN, NPM 2009100026 (2024) ANALISIS PREDIKSI PEMINAT JURUSAN TKJ DI SEKOLAH SMKS AL-WASHLIYAH 2 MERBAU MENGGUNAKAN METODE ALGORITMA NAÏVE BAYES. Skripsi thesis, Universitas Labuhanbatu.

	Text COVER.pdf Download (4MB)
	Text BAB I.pdf Download (3MB)
	Text BAB II.pdf Download (6MB)
	Text BAB III.pdf Download (3MB)
	Text BAB IV.pdf Download (3MB)
	Text BAB V.pdf Download (587kB)
	Text DAFTAR PUSTAKA.pdf Download (435kB)

Abstract

Analisis minat siswa pada jurusan Teknik Komputer dan Jaringan (TKJ) di Sekolah Menengah Kejuruan (SMK) bertujuan untuk mengetahui faktor-faktor yang mempengaruhi pilihan jurusan tersebut. Dengan mengetahui minat siswa, sekolah dapat merancang strategi yang lebih efektif dalam menarik siswa baru dan meningkatkan kualitas pendidikan yang ditawarkan. Tujuan dari analisis in juga mencakup penyesuaian kurikulum agar sesuai dengan kebutuhan pasar kerja dan optimalisasi sumber daya yang dimiliki sekolah. Metode yang digunakan dalam analisis ini adalah Naïve Bayes, yaitu teknik statistic yang digunakan untuk memprediksi probabilitas suatu kejadian berdasarkan data sebelumnya. Perhitungan dilakukan secara manual terhadap 30 data sampel siswa, dimana fitur yang dianalisis meliputi faktor internal dan ekternal yang mempengaruhi minat siswa, seperti minat terhadap teknologi, prospek pekerjaan, dan kualitas pembelajaran. Dengan menggunakan metode ini, sekolah dapat memperoleh gambaran yang jelas tentang kecenderungan minat siswa dan faktor utama yang mempengaruhi pemilihan jurusan. Hasil prediksi menunjukkan bahwa dari 30 sampel data, terdapat 23 siswa yang berminat pada jurusan TKJ dan 7 siswa yang tidak berminat. Evaluasi model prediksi ini menunjukkan tingkat akurasi yang sangat tinggi, yaitu 93%. Hal ini menunjukkan bahwa metode Naïve Bayes efektif dalam memprediksi minat siswa dan dapat diandalkan untuk pengambilan keputusan terkait strategi pendidikan di sekolah kejuruan. Kesimpulannya, dengan pemahaman yang lebih baik tentang minat siswa, sekolah dapat meningkatkan kualitas pendidikan dan menciptakan lingkungan belajar yang lebih sesuai dengan kebutuhan dan minat siswa. Kata Kunci : Klasifikasi, Data Mining, Aloritma Naïve Bayes ================================================================================================== The analysis of student interest in the Computer and Network Engineering (TKJ) major in Vocational High School (SMK) aims to understand the factors that influence students’ choices in choosing this major. By knowing students’ interests, schools can design more effective strategies in attracting new students and improving the quality of education offered. The purpose of this analysis also includes adjusting the curriculum to suit the needs of the job market and optimizing the resources owned by the school. The method used in this analysis is Naïve Bayes, a statistical technique used to predict the probality of an event based on previous data. Calculations were carried out manually on 30 student sample data, where the features analyzed include internal and external factors that influence student interest, such as interest in technology, job prospects, and quality of learning. By using this method, schools can get aclear picture of student interest tendencies and the main factors that influence the choice of major. The prediction results show that out of 30 data samples, there are 23 students who are interested in the TKJ major and 7 students who are not interested. Evaluation of this prediction model shows a very high level of accuracy, which is 93%. This shows that the Naïve Bayes method is effective in predicting student interest and can be relied on for decision making related to educational strategies in vocational schools. In conclusion, with a better understanding of student interests, schools can improve the quality of education and create a learning environment that is more in line with students needs and interests. Keywords : Classification, Data Mining, Naïve Bayes Algorithm

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Klasifikasi, Data Mining, Aloritma Naïve Bayes======================Classification, Data Mining, Naïve Bayes Algorithm
Subjects:	L Education > L Education (General) L Education > LB Theory and practice of education > LB1603 Secondary Education. High schools Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Sains Dan Teknologi > Sistem Informasi
Depositing User:	Unnamed user with email repository@ulb.ac.id
Date Deposited:	10 Jul 2025 07:17
Last Modified:	10 Jul 2025 07:17
URI:	http://repository.ulb.ac.id/id/eprint/1560

Actions (login required)

View Item