Prediksi Kemampuan Siswa Dalam Bersaing di Dunia Kerja Menggunakan Perbandingan Algoritma Naïve Bayes Dan K-Nearest Neighbor

Main Article Content

Andi Purnomo Ahmad Sururi

Abstract

SMK Yadika 5 Pondok Aren setiap tahunnya meluluskan + 200 siswa/i nya. Semakin ketatnya persaingan dalam dunia kerja maka kualitas pendidikan pada siswa/i SMK Yadika 5 Pondok Aren adalah salah satu tujuan dari sekolah. Kurangnya daya serap lulusan SMK Yadika 5 Pondok Aren di dunia kerja menjadi salah satu persoalan penting yang harus segera diperbaiki, belum adanya sebuah pola dalam memprediksi siswa yang belum mampu memenuhi beberapa faktor dalam perekrutan karyawan di sebuah perusahaan maupun industri. Oleh karena itu, perlu adanya sebuah sistem untuk menemukan sebuah pola dalam melakukan prediksi siswa/i SMK Yadika dalam bersaing di dunia kerja. Salah satu Teknik pengolahan data yang dapat digunakan adalah Data Mining. Dalam pengolahan Data Mining ini peneliti menggunakan metode klasifikasi dengan algoritma Naïve Bayes dan membandingkan dengan algoritma K-Nearest Neighbor serta melakukan pengujian pada nilai precision, nilai recall, nilai akurasi. Berdasarkan pengujian yang telah dilakukan dalam penelitian ini mendapati hasil bahwa Algoritma Naïve Bayes memiliki Akurasi 97.66 % , Nilai Precision 100% , dan Nilai Recall 97.59% sedangkan Algoritma K-Nearest Neighbor mendapati hasil Nilai Akurasi 98.22 % , Nilai Precision 99.38% , Nilai Recall 98.77 %. Dari hasil yang didapatkan maka algoritma Naïve Bayes dan K-Nearest Neighbor dapat diterapkan serta dijadikan suatu pola baru dalam memprediksi siswa dalam memenuhi beberapa faktor dalam perekrutan karyawan di sebuah perusahaan maupun industri.


Keywords— Data Mining, Algoritma Naïve Bayes, Algoritma K-Nearest neighbor

Article Details

How to Cite
Purnomo, A., & Sururi, A. (2022). Prediksi Kemampuan Siswa Dalam Bersaing di Dunia Kerja Menggunakan Perbandingan Algoritma Naïve Bayes Dan K-Nearest Neighbor. ICIT Journal, 8(1), 34-45. https://doi.org/https://doi.org/10.33050/icit.v8i1.2171
Section
Articles

References

[1] Buani, D.C. P. (2016). Optimasi Algortima Naïve bayes dengan menggunakan Algoritma Genetika untuk prediksi Kesuburan ( Fertility). Jurnal Evolusi, 4(1), pp. 54-63.
[2] Ginantra, N., Wijaya, F., dkk. 2021. Data Mining dan Penerapan Algoritma. Medan : Kita Menulis
[3] Khoirunnisa, Susanti, L., Rokhmah, I. T., and Stianingsih, L. (2020). Prediksi Siswa SMK Al- Hidayah Yang Masuk Perguruan Tinggi Dengan Metode Klasifikasi. Jurnal Informatika. 8(1), pp. 26-33.
[4] Kurniawan, E. D., and Mufti. (2018). Implementasi Algoritma K-Nearest Neighbor Dengan Metode Klasifikasi dan Pengukuran Jarak Manhattan Distance Untuk Prediksi Kelulusan UN Berdasarkan Hasil Nilai Tryout Berbasis Java Desktop Pada SMA Harapan Jaya 2. Jurnal Teknik Informatika. 1(1), pp. 76-81.
[5] Kurniawan. (2018). Perbandingan Algoritma Naive Bayes dan C.45 Dalam Klasifikasi Data Mining. Jurnal Teknologi Informasi dan Ilmu Komputer. 5(4), pp. 455-464.
[6] Kusuma, L. W. (2019). Prediksi Kemampuan Lulusan SMK Untuk Dapat Bersaing di Dunia Kerja Dengan Menggunakan Naive Bayes: Studi Kasus SMK Buddhi Tangerang. Jurnal Algor. 1(1), pp. 56-63.
[7] Mabrur, A. G., and Lubis, R. (2012). Penerapan Data Mining Untuk Memprediksi Kriteria Nasabah Kredit. Jurnal Komputer dan Informatika. 1(1), pp. 53-57.
[8] Malik, A. M., and Sibarani, A. J. P. (2018). Aplikasi Prediksi Kelulusan Ujian Nasional Menggunakan Algoritma K-Nearest Neighbor Dengan Pengukuran Jarak Manhattan Distance. Jurnal Teknik Informatika. 1(2), pp. 829-835.
[9] Mujiasih, S. (2011). Pemanfaatan Data Mining Untuk Prakiraan Cuaca. Jurnal Meteorologi dan Geofisika. 12(2), pp. 189-195.
[10] Munanda, W., A.(2020). Klasifikasi Peminatan Siswa Dengan Metode K-Nearest Neighbor (Studi Kasus SMP Negeri 1 Pabuaran ) Diss. University of Technology Yogyakarta.
[11] Mustafa, M. S., Ramadhan. M. R., and Thenata, A. P. (2017). Implementasi Data Mining untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier. Citec Journal. 4(2), pp. 151-162.
[12] Nofriansyah, D., Erwansyah, K., and Ramadhan, M. (2016). Penerapan Data Mining Dengan Algoritma Naive Bayes Clasifier Untuk Mengetahui Minat Beli Pelanggan Terhadap Kartu Internet XL. Jurnal Saintikom. 15(2), pp. 81-92.
[13] Ridwan, M., Suyono, H., and Sarosa, M. (2013). Penerapan Data Mining Untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier. Jurnal EECCIS. 7(1), pp. 59-64.
[14] Saleh, A. (2015). Implementasi Metode Klasifikasi Naive Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga. Citec Journal. 2(3), pp. 207-217.