SISTEM KLASIFIKASI PENERIMAAN SISWA BARU DI SMK NEGERI 5 KENDAL DENGAN ALGORITMA NAIVE BAYES BERBASIS WEBSITE

Sasanti, Yudia Feby (2023) SISTEM KLASIFIKASI PENERIMAAN SISWA BARU DI SMK NEGERI 5 KENDAL DENGAN ALGORITMA NAIVE BAYES BERBASIS WEBSITE. Other thesis, Universitas PGRI Semarang.

[thumbnail of YUDIA FEBY SASANTI 17670070.pdf] Text
YUDIA FEBY SASANTI 17670070.pdf
Restricted to Repository staff only

Download (3MB)

Abstract

Penerimaan peserta didik baru atau PPDB mrupakan salah satu mekanisme dari
penyelenggaraan sistem pendidikan menjelang pergantian tahun ajaran baru, untuk
menyeleksi calon peserta didik baru yang dilakukan oleh satuan pendidikan. Salah
satu satuan pendidikan yang melakukan mekanisme penerimaan peserta didik baru
yaitu SMK N 5 Kendal. Sistem penerimaan peserta didik baru di SMK N 5 Kendal
terdapat beberapa macam jalur, yaitu jalur pendaftaran menggunakan nilai rapor,
jalur pendaftaran menggunakan sistem zonasi berdasarkan domisili, dan jalur
pendaftaran afirmasi menggunakan KIP(Kartu Indonesia Pintar). Belum adanya
sebuah sistem untuk memberikan gambaran pendaftaran siswa baru di SMK N 5
Kendal dengan mengklasifikasi peluang masuknya siswa dari data pendaftaran
tahun – tahun sebelumnya bagi calon siswa yang ingin mendaftar sejauh ini, maka
akan dibuat sistem klasifikasi penerimaan siswa baru dengan menggunakan
perhitungan Algorima Naive Bayes untuk mengklasifikasikan data berdasaran
variabel nilai rapor, domisili, dan KIP(Kartu Indonesia Pintar). Algoritma yang
digunakan dalam perhitungan klasifikasi data pada sistem ini adalah Naive Bayes,
dikarenakan algoritma Naive Bayes terbukti memiliki akurasi yang tinggi saat
diaplikasikan ke dalam database dengan data yang sangat besar jumlahnya. Dalam
perancangan aplikasi digunakan UML(Unified Modeling Language) yang terdiri
dari usecase diagram, activity diagram, sequence diagram dan class diagram.
Pengujian white box mendapatkan hasil nilai cyclomatic complexity untuk flow
graph yaitu 2 yang berarti aplikasi ini memenuhi kriteria perangkat lunak. Untuk
pengujian black box dilakukan oleh tiga dosen informatika yang menghasilkan nilai
100% yang berarti aplikasi berjalan dengan baik dan semestinya. Berdasarkan
pengujian UAT(User Acceptance Testing) mendapatkan nilai 95% yang dapat
diartikan bahwa sistem klasifikasi penerimaan peserta didik baru ini telah sesuai
kebutuhan dalam mengklasifikasian data peserta didik baru.
Kata kunci : Data Mining, Klasifikasi, Algoritma Naive Bayes, PPDB

Item Type: Thesis (Other)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik dan Informatika > Informatika
Depositing User: Perpus Pusat Upgris
Date Deposited: 25 Jan 2024 03:59
Last Modified: 25 Jan 2024 03:59
URI: http://eprints3.upgris.ac.id/id/eprint/1993

Actions (login required)

View Item
View Item