Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal SINTECH (Science and Information Technology) Journal Jurnal Manajemen Informatika Jurnal Teknologi dan Informasi jurnal teknik informatika dan sistem informasi
Annisa Paramitha Fadillah
Program Studi Sistem Informasi Fakultas Teknik Dan Ilmu Komputer Universitas Komputer Indonesia
Computer Science & IT

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Manajemen Informatika

 1 
SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN KONSENTRASI MATA KULIAH (STUDI KASUS PROGRAM STUDI SISTEM INFORMASI UNIKOM) Annisa Paramitha Fadillah; Muhammad Rajab Fachrizal
Jurnal Manajemen Informatika (JAMIKA) Vol 8 No 2 (2018): Jurnal Manajemen Informatika (JAMIKA)
Publisher : Program Studi Manajemen Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (893.733 KB) | DOI: 10.34010/jamika.v8i2.1029

Abstract

UNIKOM adalah salah satu perguruan tinggi swasta yang terkenal di Bandung. UNIKOM memeiliki beberapa program studi yang cukup besar salah satunya program studi sistem informasi. Prodi sistem informasi menerapkan kurikulum yang mewajibkan mahasiswa pada semester 6 untuk memilih konsentrasi mata kuliah berdasarkan minatnya. Akan tetapi mahasiswa terkadang merasa kesulitan untuk memililh konsentrasi mata kuliah tersebut, sehingga mahasiswa biasanya akan meminta saran dosen wali. Pada penelitian sebelumnya dengan judul “penerapan naïve bayes classifier untuk pemilihan konsentrasi mata kuliah” [1] telah dipaparkan mengenai pemodelan menggunakan metode naïve bayes itu sendiri. Pada penelitian ini akan membahas mengenai perancangan sistem pendukung keputusan yang didalamnya menggunakan metode naïve bayes. Diharapkan dengan adanya sistem pendukung keputusan ini, dapat mempermudah dalam memberikan rekomendasi pemilihan konsentrasi mata kuliah baik untuk mahasiswa maupun dosen wali.. Penggunaan naïve bayes classifier, dikarenakan naïve bayes classifier merupakan metode yang mudah dipahami dan cukup sederhana.
Co-Authors Bella Hardiyana Chandra Hidayat Fachrizal, Muhammad Rajab Kurnianingsih . Lusi Melian Nur Asri Sulastri Rani Puspita Dhaniawaty Risnandar Deris