IMPLEMENTASI METODE NAIVE BAYES PADA ANALISA PENERIMAAN KARTU JAKARTA PINTAR DI SMK AL KAUTSAR JAKARTA

Muhammad Rizki Fahdia, Novi Asnonik, Sukmawati Anggraeni Putri
{"title":"IMPLEMENTASI METODE NAIVE BAYES PADA ANALISA PENERIMAAN KARTU JAKARTA PINTAR DI SMK AL KAUTSAR JAKARTA","authors":"Muhammad Rizki Fahdia, Novi Asnonik, Sukmawati Anggraeni Putri","doi":"10.33480/inti.v14i2.1779","DOIUrl":null,"url":null,"abstract":"Kemajuan dari suatu negara tergantung dari kemajuan dari aspek Pendidikan guna menciptakan pembangunan nasional yang lebih baik dan sebagai cara mencerdaskan anak bangsa. Pendidikan di Jakarta merupakan salah satu aspek yang menjadi cerminan untuk daerah-daerah lain yang ada di negara indoensia. Pemerintah DKI Jakarta melakukan pembangunan dalam aspek Pendidikan dengan program wajib belajar 12 tahun. Pada kenyataannya masih banyak anak yang putus sekolah karena keterbatasan kemampuan orang tua untuk memenuhi biaya Pendidikan. Pemerintah berupaya untuk memberikan subsidi antara lain Bantuan Operasional Sekolah (BOS), bantuan Operasional Pendidikan (BOP), dan Kartu Jakarta Pintar (KJP). Temuan pokok menunjukan bahwa pelanggaran dan penyalahgunaan dana Kartu Jakarta Pintar (KJP) masih terjadi. Masih banyak ketidakakuratan data dan masih salah sasaran meskipun pengelolaan aturan dan juga mekanisme sudah di berikan. Oleh karena itu, penulis menerapkan metode data mining untuk mengklasifikasikan diterimanya ajuan siswa dalam kategori diterima dan tidak diterima berdasarkan data KJP dimasa sebelumnya, kemudian digunakan dalam penentuan kelayakan ajuan siswa dimasa depan, yaitu dengan algoritma Naive Bayes. Penulis menggunakan aplikasi RapidMiner 9.2.0 untuk menguji tingkat akurasi algoritma tersebut. Pengujian dilakukan dengan menyiapkan data  sebanyak 324 data yang diambil dari Arsip KJP SMK Al-Kautsar Jakarta ditahun 2017-2019. Hasil pengujian akurasi yang didapatkan menggunakan aplikasi RapidMiner maupun perhitungan manual diperoleh akurasi yaitu 60.49% dengan persentase eror 39.50%. Jadi, dapat disimpulkan bahwa Algoritma Naive Bayes dapat diterapkan untuk penentuan kelayakan penerimaan Kartu Jakarta Pintar kepada siswa pada SMK Al-Kautsar Jakarta.","PeriodicalId":197142,"journal":{"name":"INTI Nusa Mandiri","volume":"17 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2020-02-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"INTI Nusa Mandiri","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33480/inti.v14i2.1779","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

Kemajuan dari suatu negara tergantung dari kemajuan dari aspek Pendidikan guna menciptakan pembangunan nasional yang lebih baik dan sebagai cara mencerdaskan anak bangsa. Pendidikan di Jakarta merupakan salah satu aspek yang menjadi cerminan untuk daerah-daerah lain yang ada di negara indoensia. Pemerintah DKI Jakarta melakukan pembangunan dalam aspek Pendidikan dengan program wajib belajar 12 tahun. Pada kenyataannya masih banyak anak yang putus sekolah karena keterbatasan kemampuan orang tua untuk memenuhi biaya Pendidikan. Pemerintah berupaya untuk memberikan subsidi antara lain Bantuan Operasional Sekolah (BOS), bantuan Operasional Pendidikan (BOP), dan Kartu Jakarta Pintar (KJP). Temuan pokok menunjukan bahwa pelanggaran dan penyalahgunaan dana Kartu Jakarta Pintar (KJP) masih terjadi. Masih banyak ketidakakuratan data dan masih salah sasaran meskipun pengelolaan aturan dan juga mekanisme sudah di berikan. Oleh karena itu, penulis menerapkan metode data mining untuk mengklasifikasikan diterimanya ajuan siswa dalam kategori diterima dan tidak diterima berdasarkan data KJP dimasa sebelumnya, kemudian digunakan dalam penentuan kelayakan ajuan siswa dimasa depan, yaitu dengan algoritma Naive Bayes. Penulis menggunakan aplikasi RapidMiner 9.2.0 untuk menguji tingkat akurasi algoritma tersebut. Pengujian dilakukan dengan menyiapkan data  sebanyak 324 data yang diambil dari Arsip KJP SMK Al-Kautsar Jakarta ditahun 2017-2019. Hasil pengujian akurasi yang didapatkan menggunakan aplikasi RapidMiner maupun perhitungan manual diperoleh akurasi yaitu 60.49% dengan persentase eror 39.50%. Jadi, dapat disimpulkan bahwa Algoritma Naive Bayes dapat diterapkan untuk penentuan kelayakan penerimaan Kartu Jakarta Pintar kepada siswa pada SMK Al-Kautsar Jakarta.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
在雅加达SMK AL kau沙皇的智能雅加达卡片采集分析中,NAIVE BAYES的方法得到了实现
一个国家的进步取决于教育方面的进步,以创造一个更好的国家发展,并作为一种使国家儿童高兴的方式。雅加达DKI政府在教育方面建设了一个12年义务教育项目。事实上,许多孩子因为父母无力支付教育费用而辍学。政府寻求补贴包括学校运营援助(BOS)、教育运营援助(BOP)和雅加达智能卡(KJP)。核心调查结果显示,智能雅加达卡资金(KJP)的滥用和滥用仍在继续。尽管规定了管理机制和机制,但仍有许多数据不准确和目标错误。因此,作者采用数据挖掘方法将学生的接受和不接受分级,根据过去的KJP数据,然后用Naive Bayes算法对未来的学生的价值进行评估。作者使用RapidMiner app 9.2.0测试算法的准确性水平。测试建立了2018年至2019年从KJP SMK al - kau沙皇的档案中提取的324个数据。使用快速键盘应用程序和手工计算获得的准确率为60.49%,eror百分比为39.50%。因此,我们可以得出结论,天真的贝斯算法可以应用于在雅加达SMK al - kauwang的学生中确定是否接受雅加达智能卡的价值。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
PENERAPAN METODE ASOSIASI PADA ANALISA POLA PEMINJAMAN BUKU PERPUSTAKAAN PENERAPAN MODEL WATERFALL DALAM PERANCANGAN APLIKASI DIGITAL CUSTOMER RELATIONSHIP MANAGEMENT PRODUK FASHION OPTIMASI KINERJA LINEAR REGRESSION, RANDOM FOREST REGRESSION DAN MULTILAYER PERCEPTRON PADA PREDIKSI HASIL PANEN OPTIMASI KINERJA LINEAR REGRESSION, RANDOM FOREST REGRESSION DAN MULTILAYER PERCEPTRON PADA PREDIKSI HASIL PANEN PENERAPAN K-MEANS DAN K-MEDOIDS BERBASIS RFM PADA SEGMENTASI PELANGGAN DI MASA PANDEMI COVID-19
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1