Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal Informasi dan Komputer
Iko Prastiyo
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Mathematics Other

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
IMPLEMENTASI ALGORITMA NAIVE BAYES UNTUK MENENTUKAN TINGKAT KEDISIPLINAN SISWA Sidik Rahmatullah; Supriyanto Supriyanto; Rustam Rustam; Merri Parida; Pakarti Riswanto; Iko Prastiyo
Jurnal informasi dan komputer Vol 9 No 1 (2021): Jurnal Sistem Informasi dan Komputer yang terbit pada tahun 2021 pada bulan 04 (A
Publisher : STMIK Dian Cipta Cendikia Kotabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35959/jik.v9i1.195

Abstract

Sekolah yang memiliki misi untuk mempersiapkan siswa yang berkualitas dan handal dengan menampung berbagai macam latar belakang dan juga kepribadian siswa yang berbeda-beda. Dengan adanya perbedaan tersebut mendorong para siswa untuk melakukan tindakan pelanggaran di sekolah. Pelanggaran-pelanggaran tersebut menyebabkan terhambatnya kegiatan belajar di sekolah, dan menurunkan kualitas sekolah. Untuk membantu dan meminimalisir terjadinya pelangaran di sekolah, maka penelitian ini di lakukan dengan menggunakan teknik data mining dengan metode naïve bayes classifier dan metode pengembangan sistemnya adalah waterfall. Dalam pengimplementasiannya akan di terapkan ke dalam pogram vb.net dengan tool visual studio 2019 dan menggunakan database MYSQLi. Adapun atribut yang akan di gunakan yaitu jenis kelamin, jenis tinggal, asal sekolah, jarak rumah, pendidikan ayah, pekerjaan ayah, penghasilan ayah, pendidikan ibu, pekerjaan ibu, dan penghasilan ibu. Penerapan sistem ini bertujuan membantu sekolah dalam pengklasifikasian tingkat kedisiplinan siswa dan menghasilkan output pengelompokan tingkat kedisiplinan siswa dengan kelas tinggi dan rendah. Dari hasil uji coba data testing yang berjumlah 8 record dengan 10 variabel menghasilkan keakuratan sebesar 63% dan eror sebesar 38%, sehingga dapat di simpulkan bahwa sistem ini sudah baik untuk di lihat dari data yang di dapat berdasarkan kesesuaiannya.
Co-Authors Pakarti Riswanto Parida, Merri Rahmatullah, Sidik Rustam Rustam Supriyanto Supriyanto