Penerapan Metode Naive Bayes untuk Menentukan Klasifikasi Kelayakan Penerimaan Bantuan Rehabilitasi dan Pembangunan Sekolah pada Dinas Pendidikan dan Kebudayaan Kabupaten Banyuasin

Reza Pahlevi, Edi Surya Negara, Tata Sutabri, M. Herdiansyah
{"title":"Penerapan Metode Naive Bayes untuk Menentukan Klasifikasi Kelayakan Penerimaan Bantuan Rehabilitasi dan Pembangunan Sekolah pada Dinas Pendidikan dan Kebudayaan Kabupaten Banyuasin","authors":"Reza Pahlevi, Edi Surya Negara, Tata Sutabri, M. Herdiansyah","doi":"10.37012/jtik.v9i2.1790","DOIUrl":null,"url":null,"abstract":"Klasifikasi merupakan salah satu proses pada data mining. Ada banyak jenis dalam pengunaan algoritma klasifikasi dalam data mining. Pada penelitian ini peneliti ingin melakukan proses klasifikasi terhadap data kelayakan penerima bantuan rehabilitasi dan pembangunan pada sekolah yang ada di wilayah Kabupaten Banyuasin. Dalam melakukan proses penentuan kelayakan penerimaan bantuan rehabilitasi bangunan sekolah pada wilayah Kabupaten Banyuasin perlu dilakukan proses klasifikasi kelayakan penerimaan bantuan. Klasifikasi dibuat berdasarkan data sekolah sebagai kriteria atau atribut dari proses klasifikasi yang akurat dan cepat. Dibutuhkan data yang valid agar proses klasifikasi ini dapat berguna dan mengurangi kesalahan. Guna mendukung penelitian, digunakan model Naïve Bayes Classifier. Metode ini adalah sebuah model dari bagian klasifikasi yang sederhana untuk melakukan proses perhitungan dari beberapa kumpulan probabilitas dengan melakukan kombinasi dari beberapa nilai pada sebuah dataset yang telah diberikan. Hasil penelitian diharapkan dapat dijadikan sebagai informasi pada Dinas Pendidikan Kabupaten Banyuasin dalam menentukan setiap sekolah apakalah layak atau tidak untuk menerima bantuan rehabilitasi dan pembangunan. Hasil dari serangkaian pengujian ini menegaskan bahwa model Naive Bayes dengan skema pembagian data 50% untuk pelatihan dan 50% untuk pengujian memberikan performa terbaik. Dengan akurasi pengujian mencapai 99.05% dan nilai-nilai recall serta presisi yang seimbang dan tinggi, model ini dapat diandalkan dalam membantu pengambilan keputusan terkait kelayakan penerimaan bantuan rehabilitasi dan pembangunan sekolah.","PeriodicalId":203870,"journal":{"name":"Jurnal Teknologi Informatika dan Komputer","volume":"56 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Teknologi Informatika dan Komputer","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.37012/jtik.v9i2.1790","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Klasifikasi merupakan salah satu proses pada data mining. Ada banyak jenis dalam pengunaan algoritma klasifikasi dalam data mining. Pada penelitian ini peneliti ingin melakukan proses klasifikasi terhadap data kelayakan penerima bantuan rehabilitasi dan pembangunan pada sekolah yang ada di wilayah Kabupaten Banyuasin. Dalam melakukan proses penentuan kelayakan penerimaan bantuan rehabilitasi bangunan sekolah pada wilayah Kabupaten Banyuasin perlu dilakukan proses klasifikasi kelayakan penerimaan bantuan. Klasifikasi dibuat berdasarkan data sekolah sebagai kriteria atau atribut dari proses klasifikasi yang akurat dan cepat. Dibutuhkan data yang valid agar proses klasifikasi ini dapat berguna dan mengurangi kesalahan. Guna mendukung penelitian, digunakan model Naïve Bayes Classifier. Metode ini adalah sebuah model dari bagian klasifikasi yang sederhana untuk melakukan proses perhitungan dari beberapa kumpulan probabilitas dengan melakukan kombinasi dari beberapa nilai pada sebuah dataset yang telah diberikan. Hasil penelitian diharapkan dapat dijadikan sebagai informasi pada Dinas Pendidikan Kabupaten Banyuasin dalam menentukan setiap sekolah apakalah layak atau tidak untuk menerima bantuan rehabilitasi dan pembangunan. Hasil dari serangkaian pengujian ini menegaskan bahwa model Naive Bayes dengan skema pembagian data 50% untuk pelatihan dan 50% untuk pengujian memberikan performa terbaik. Dengan akurasi pengujian mencapai 99.05% dan nilai-nilai recall serta presisi yang seimbang dan tinggi, model ini dapat diandalkan dalam membantu pengambilan keputusan terkait kelayakan penerimaan bantuan rehabilitasi dan pembangunan sekolah.
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
应用 Naive Bayes 方法确定班宇阿信地区教育和文化办公室的学校修复和建设援助资格分类
分类是数据挖掘的过程之一。数据挖掘中有多种分类算法。在本研究中,研究人员希望对班雅辛地区学校修复和建设援助受助者资格数据进行分类。在确定巴裕阿信地区校舍修复援助接受资格的过程中,有必要对接受援助的资格进行分类。分类是以学校数据为标准或属性,准确快速地进行分类。需要有效的数据,这样分类过程才能有用并减少错误。为了支持这项研究,我们使用了奈夫贝叶斯分类器模型。该方法是一个简单分类部分的模型,通过结合给定数据集中的几个值来执行几组概率的计算过程。研究结果预计将作为巴尤阿新地区教育办公室确定每所学校是否有资格获得修复和建设援助的信息。这一系列测试的结果证实,采用 50% 数据划分方案进行训练和 50% 数据划分方案进行测试的 Naive Bayes 模型性能最佳。该模型的测试准确率为 99.05%,召回率和精确度值均衡且较高,因此在协助决策学校是否有资格获得修复和建设援助方面是可靠的。
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
SISTEM INFORMASI DATA PENERIMAAN ANAK ASUH BARU PADA PANTI SOSIAL BINA REMAJA “KARYA PUTRA” MATARAM” APLIKASI PEMESANAN DAN PENJUALAN GAS ELPIJI UNTUK MENINGKATKAN KUALITAS LAYANAN KEPADA PELANGGAN BERBASIS WEB MENGGUNAKAN METODE EXTREME PROGRAMMING MOBILE APLIKASI MANAJEMEN KEUANGAN CV. TOP DIGITAL PRINTING DOMPU EVALUASI USER EXPERIENCE APLIKASI PENERIMAAN MAHASISWA BARU PADA SEKOLAH TINGGI AGAMA ISLAM SUMBAWA (STAIS) MENGGUNAKAN USER EXPERIENCE QUESTIONNAIRE (UEQ) SISTEM INFORMASI TERINTEGRASI PELAYANAN PASIEN RAWAT JALAN PUSKESMAS PEMBANTU DESA SUKA MULYA LABANGKA-SUMBAWA
×
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