Maricar, Muhammad Azman
Unknown Affiliation

Published : 1 Documents
Articles

Found 1 Documents
Search

Perbandingan Akurasi Naïve Bayes dan K-Nearest Neighbor pada Klasifikasi untuk Meramalkan Status Pekerjaan Alumni ITB STIKOM Bali Maricar, Muhammad Azman; Dian Pramana
Jurnal Sistem dan Informatika (JSI) Vol 14 No 1 (2019): Jurnal Sistem dan Informatika (JSI)
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis (ITB) STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (482.613 KB) | DOI: 10.30864/jsi.v14i1.233

Abstract

Tujuan utama setiap alumni setelah lulus di perguruan tinggi adalah mendapatkan pekerjaan. Setiap alumni tentu memiliki rentang waktu yang berbeda untuk mendapatkan pekerjaan setelah lulus, maka dari itu diperlukan metode untuk memprediksi seberapa lama waktu yang diperlukan oleh alumni dalam mendapatkan pekerjaan setelah lulus. Dalam penelitian ini dilakukan perbandingan metode antara Naïve Bayes dan K-Nearest Neighbor dengan nilai K = 3, 5, 7, dan 9. Parameter yang digunakan sebagai acuan prediksi rentang waktu dalam mendapatkan pekerjaan adalah masa studi, jenis kelamin, dan IPK terakhir. Prediksi yang dihasilkan adalah berupa keterangan cepat yang berarti tiga bulan ke bawah dan lama yang berarti di atas tiga bulan. Data yang digunakan sebanyak 1669, dimana 80% atau 1335 sebagai data training dan 20% ata 334 sebagai data testing. Hasil yang diperoleh adalah Naïve Bayes memiliki akurasi dan MAPE yang lebih baik yaitu 83.83% dan 16.17%, dibandingkan dengan K-Nearest Neighbor dengan nilai K terbaik yaitu 9 yang memiliki akurasi 82.34% dan MAPE 17.66%. Berdasarkan ketentuan rentang nilai MAPE, baik  Naïve Bayes dan K-Nearest Neighbor dengan nilai K=9 memiliki arti bahwa metode tersebut baik dalam kasus ini, namun Naïve Bayes sedikit lebih baik.