IMPLEMENTASI ALGORITMA NAÏVE BAYES UNTUK SISTEM REKOMENDASI TOPIK PENELITIAN PADA JURUSAN ILMU KOMPUTER UNIVERSITAS LAMPUNG BERBASIS KLASIFIKASI

DIANA ROHMA, 1717051060 (2021) IMPLEMENTASI ALGORITMA NAÏVE BAYES UNTUK SISTEM REKOMENDASI TOPIK PENELITIAN PADA JURUSAN ILMU KOMPUTER UNIVERSITAS LAMPUNG BERBASIS KLASIFIKASI. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK - diana rohma.pdf Download (2971Kb) | Preview
	File PDF SKRIPSI FULL - diana rohma.pdf Restricted to Hanya staf Download (3285Kb)
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN - diana rohma.pdf Download (3286Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Algoritma naïve bayes merupakan algoritma Klasifikasi bersifat statistik yang dilakukan berdasarkan data training sebagai proses klasifikasi untuk data baru. Salah satu penerapan algortima naïve bayes adalah pembuatan sistem rekomendasi topik penelitian pada jurusan ilmu komputer universitas lampung. Jurusan ilmu komputer memiliki beberapa konsentrasi tema topik penelitian sebagai acuan untuk menentukan judul penelitian. Meskipun banyak tema yang dapat diambil oleh mahasiswa, Saat ini masih banyak mahasiswa yang kesulitan dalam menentukan topik penenlitian. Oleh karena itu diperlukan sistem rekomendasi untuk memudahkan mahasiswa dalam menentukan topik penelitian. Penelitian ini membahas tentang sistem rekomendasi yang menerapkan algoritma naïve bayes dengan menggunakan 240 data mahasiswa jurusan ilmu komputer universitas lampung yang telah selesai pendidikan tinggi negri dengan pembagian data sebesar 90% sebagai data training dan 10% sebagai data testing. Berdasarkan proses pembangunan sistem rekomendasi, digunakan dua tahapan penting pada penelitian yaitu yang pertama pemgembangan machine learning dengan algoritma klasifikasi naïve bayes pada bahasa pemrograman python yang menggunakan evaluasi model confution matrix dan mendapatkan akurasi sebesar 68%. Yang kedua pengembangan sistem dilakukan dengan menggunakan framework Flask dengan tahapan pengerjaan menggunakan metode Extreme Programming dan telah menggunakan pengujian black box testing dengan teknik Equivalence Partitioning yang menunjukan hasil bahwa sistem telah berjalan sesuai dengan kebutuhan yang diharapkan. Kata Kunci : sistem rekomendasi, klasifikasi, naïve bayes, flask, black bos testing. Nave Bayes algorithm is a statistical classification algorithm that is implemented based on training data as a classification process for new data. One implementation of the Nave Bayes algorithm is the creation of a research topic recommendation system at the computer science department at the University of Lampung. The computer science department has several concentrations of research topic themes as a reference for determining research titles. Although there are many themes that can be taken by students, currently there are many students who have difficulty in determining research topics. Therefore, a recommendation system is needed to make it easier for students to determine research topics. In this study, a recommendation system was built that applies the nave Bayes algorithm by using 240 data of computer science students at the University of Lampung who have completed higher state education that is used 90% as training data and 10% as testing data. Based on the recommendation system development process. Two important stages were used in the research, the first was the development of machine learning with the nave Bayes classification algorithm in the python programming language which used the evaluation of the confusion matrix model and obtained an accuracy of 68%. The second, system development is carried out using the Flask framework with the stages of work using the Extreme Programming method and has used black box testing with the Equivalence Partitioning technique which shows the results that the system has been running as expected. Keywords: recommendation system, classification, nave bayes, flask, black bos testing.

Jenis Karya Akhir:	Skripsi
Subyek:	000 Ilmu komputer, informasi dan pekerjaan umum > 004 Pemrosesan data dan ilmu komputer
Program Studi:	FAKULTAS MIPA > Prodi Ilmu Komputer
Pengguna Deposit:	UPT . Neti Yuliawati
Date Deposited:	07 Jun 2022 08:18
Terakhir diubah:	07 Jun 2022 08:18
URI:	http://digilib.unila.ac.id/id/eprint/62717

Actions (login required)

Lihat Karya Akhir