Rancangan Sistem Rekomendasi Topik Tugas Akhir dengan Naive Bayes Classifier (Studi Kasus Departemen Sistem Informasi, Universitas Andalas)
DOI:
https://doi.org/10.25077/TEKNOSI.v11i2.2025.200-206Kata Kunci:
Machine Learnung Tugas Akhir Klasifikasi Naïve Bayes ClassifierAbstrak
Tugas akhir merupakan salah satu syarat yang harus dipenuhi oleh mahasiswa untuk menyelesaikan pendidikan di perguruan tinggi. Namun, seringkali mahasiswa mengalami kesulitan dalam menentukan topik yang sesuai. Oleh sebab itu, dilakukan pembangunan sebuah sistem web classification yang menjadi solusi efektif. Dalam penelitian ini digunakan metode klasifikasi Naive Bayes Classifier dalam pengembangan sistem web classification untuk mengklasifikasikan judul tugas akhir mahasiswa Departemen Sistem Informasi Universitas Andalas, data yang digunakan diperoleh dari nilai mata kuliah Struktur Data Algoritma (SDA), Sistem Informasi Geografis (SIG), Pemrograman Teknologi Bergerak (PTB), Pemrograman Web (PWeb), Sistem Informasi Manajemen (SIM), Enterprise Resource Planning (ERP), Business Intelligence (BI), dan Machine Learning (ML). Data diolah dengan membangun aplikasi yang menerapkan algoritma Naïve Bayes menggunakan Python. Hasil keluaran sistem memiliki akurasi 83%. Hasil pengujian yang dilakukan dengan perbandingan data latih 80% dan data uji 20% menyatakan algoritma Naïve Bayes memiliki performa dengan hasil Acuracy, Recall, Precision, F1-score dengan nilai 83%, 185%, 84% dan 84%. Penelitian ini dapat memberikan rekomendasi untuk judul tugas akhir bagi mahasiswa.Referensi
D. O. Yusra and Y. Vitriani, “Perbandingan Klasifikasi Tugas Akhir Mahasiswa Jurusan Teknik Informatika Menggunakan Metode Naïve Bayes Classifier dan K-Nearest Neighbor,” J. Sains, Teknol. dan Ind, vol. 14, no. 1, pp. 79–85, 2016.
P. E. Mas’udia, “Klasifikasi Tugas Akhir Untuk Menentukan Dosen Pembimbing Menggunakan Naïve Bayes Classifier (NBC),” Politeknik Negeri Malang, 2015.
R. M. Hariyati, “Survey kinerja dosen pembimbing skripsi dan kualitas skripsi mahasiswa akuntansi stie malangkucecwara,” Jurnal Dinamika Akuntansi, vol. 4, no. 2, 2012.
P. Kasih, “Integrasi Kategori Skripsi Dan Keahlian Dosen Dalam Naïve Bayes Untuk Pemilihan Dosen Pembimbing,” Nusantara of Engineering (NOE), vol. 3, no. 2, pp. 34–42, 2016.
N. SA and F. Ismail, “Automatic classifications of Malay proverbs using Naïve Bayesian algorithm,” 2008.
T. Angelya, A. Rahman, and I. Pradesan, “Implementasi Sistem Klasifikasi Tim Kerja Menggunakan Algoritma Naï ve Bayes (Studi Kasus: PT. MNL),” Jurnal Nasional Teknologi dan Sistem Informasi, vol. 9, no. 2, pp. 86–94, 2023.
A. F. Hidayatullah and M. R. Ma’arif, “Penerapan Text Mining dalam Klasifikasi Judul Skripsi,” presented at the Seminar Nasional Aplikasi Teknologi Informasi (SNATi), 2016.
M. Ikhsan, “Penerapan Text Mining Pada Sistem Rekomendasi Pembimbing Skripsi Mahasiswa Menggunakan Algoritma Naive Bayes Classifier di Program Studi Ilmu Komputer UIN Sumatera Utara Medan,” The Indonesian Journal of Computer Science, vol. 12, no. 6, 2023.
S. Sukriadi, I. Ismail, and A. M. Andzar, “Penerapan text mining dalam klasifikasi judul skripsi yang diusulkan mahasiswa
menggunakan metode naïve Bayes,” Jurnal Ilmiah Sistem Informasi Dan Teknik Informatika (JISTI), vol. 6, no. 2, pp. 184–196, 2023.
D. A. U. Zaza, E. Umar, and F. E. O. Sanga, “Penerapan Text Mining Dalam Klasifikasi Judul Skripsi Mahasiswa Pada Universitas Stella Maris Sumba Menggunakan Metode Naïve Bayes,” Journal Of Informatics And Busisnes, vol. 2, no. 3, pp. 327–337, 2024.
Y. D. Pramudita, S. S. Putro, and N. Makhmud, “Klasifikasi Berita Olahraga Menggunakan Metode Naïve Bayes dengan Enhanced Confix Stripping Stemmer,” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 5, no. 3, pp. 269–276, 2018.
R. N. Devita, H. W. Herwanto, and A. P. Wibawa, “Perbandingan kinerja metode naive bayes dan k-nearest neighbor untuk klasifikasi artikel berbahasa indonesia,” J. Teknol. Inf. dan Ilmu Komput, vol. 5, no. 4, 2018.
E. Prasetyo, “Data mining konsep dan aplikasi menggunakan matlab,” Yogyakarta: Andi, vol. 1, 2012.
A. Basuki, “Customer Classification using Learning Vector Quantization Neural Network,” Journal of Telecommunication, Electronic and Computer Engineering (JTEC), vol. 8, no. 5, pp. 131–135, 2016.
L. Zuo and J. Guo, “Customer classification of discrete data concerning customer assets based on data mining,” presented at the 2019 International Conference on Intelligent Transportation, Big Data & Smart City (ICITBS), IEEE, 2019, pp. 352–355.
T. K. Das, “A customer classification prediction model based on machine learning techniques,” presented at the 2015 International Conference on Applied and Theoretical Computing and Communication Technology (iCATccT), IEEE, 2015, pp. 321–326.
S. Ting, W. Ip, and A. H. Tsang, “Is Naive Bayes a good classifier for document classification,” International Journal of Software Engineering and Its Applications, vol. 5, no. 3, pp. 37–46, 2011.
Unduhan
Telah diserahkan
Diterima
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Jurnal Nasional Teknologi dan Sistem Informasi
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
Hak cipta untuk artikel ini ditransfer ke Jurnal Nasional Teknologi dan Sistem Informasi (TEKNOSI) jika dan ketika artikel diterima untuk publikasi. Yang bertanda tangan di bawah ini dengan ini mentransfer setiap dan semua hak di dalam dan ke kertas termasuk tanpa batasan semua hak cipta untuk TEKNOSI. Yang bertanda tangan di bawah ini dengan ini menyatakan dan menjamin bahwa makalah tersebut asli dan bahwa ia adalah pembuat makalah, kecuali untuk bahan yang secara jelas diidentifikasi sebagai sumber aslinya, dengan pemberitahuan izin dari pemilik hak cipta jika diperlukan. Yang bertanda tangan di bawah ini menyatakan bahwa ia memiliki kekuatan dan wewenang untuk membuat dan melaksanakan penugasan ini.
Kami menyatakan bahwa:
- Makalah ini belum diterbitkan dalam bentuk yang sama di tempat lain.
- Makalah ini tidak akan dikirimkan di tempat lain untuk publikasi sebelum penerimaan/penolakan oleh Jurnal ini
- Izin hak cipta diperoleh untuk materi yang diterbitkan di tempat lain dan yang memerlukan izin ini untuk reproduksi.
Selanjutnya, Saya/kami dengan ini mentransfer hak publikasi yang tidak terbatas dari makalah yang disebutkan di atas secara keseluruhan kepada TEKNOSI. Transfer hak cipta mencakup hak untuk mereproduksi dan mendistribusikan artikel, termasuk cetak ulang, terjemahan, reproduksi foto, mikroform, bentuk elektronik (offline, online) atau reproduksi lain yang serupa.
Penulis yang sesuai menandatangani dan menerima tanggung jawab untuk merilis materi ini atas nama setiap dan semua penulis bersama. Perjanjian ini harus ditandatangani oleh setidaknya salah satu penulis yang telah memperoleh persetujuan dari rekan penulis jika berlaku. Setelah pengajuan perjanjian ini ditandatangani oleh penulis yang sesuai, perubahan kepengarangan atau dalam urutan penulis yang tercantum tidak akan diterima.
Hak / Syarat dan Ketentuan yang dipertahankan :
- Penulis memiliki semua hak kepemilikan dalam setiap proses, prosedur, atau artikel manufaktur yang dijelaskan dalam Karya ini.
- Penulis dapat mereproduksi atau mengotorisasi orang lain untuk mereproduksi karya ini atau karya turunannya untuk penggunaan pribadi penulis atau untuk penggunaan perusahaan, dengan ketentuan bahwa sumber dan menyatakan hak cipta dimiliki TEKNOSI, salinan tidak digunakan dengan cara apa pun yang menyiratkan pengesahan TEKNOSI atas suatu produk atau layanan dari pihak mana pun, dan salinannya sendiri tidak ditawarkan untuk dijual.
- Meskipun penulis diizinkan untuk menggunakan kembali semua atau sebagian dari karya ini dalam karya lain, ini tidak termasuk mengabulkan permintaan pihak ketiga untuk mencetak ulang, menerbitkan ulang, atau jenis penggunaan ulang lainnya.
This work is licensed under a 