Sistem Bantu Pemilihan Dosen Pembimbing Tugas Akhir Berdasarkan Kategori Pilihan dan Keahlian Dosen menggunakan Naïve Bayes

Kasih, Patmi and NUR FARIDA, INTAN (2017) Sistem Bantu Pemilihan Dosen Pembimbing Tugas Akhir Berdasarkan Kategori Pilihan dan Keahlian Dosen menggunakan Naïve Bayes. In: Prosiding Seminar Nasional Teknologi Informasi, Komunikasi dan Aplikasinya (SNATIKA) 2017, 23 November 2017, STIKI Malang.

[img] Text
55201_0701107802.pdf - Published Version

Download (1MB)
[img] Text
55201_0701107802_Similarity.pdf - Other

Download (132kB)
[img] Text
55201_0701107802_Peer Review.PDF - Other

Download (533kB)
Official URL: http://jurnal.stiki.ac.id/SNATIKA/article/view/146...

Abstract

Ketepatan pemilihan dosen pembimbing proposal dan tugas akhir bagi mahasiswa mempunyai peranan penting bagi penentuan keberhasilan dan kelulusan tugas akhir mahasiswa. Mahasiswa memerlukan dosen pembimbing tugas akhir yang dapat memberikan masukan, arahan, penjelasan serta memahami secara penuh tema dan studi kasus tugas akhir mahasiswa. Dengan demikian diharapkan mahasiswa dapat mengerjakan tugas akhir dengan baik, lancar dan selesai tepat waktu. Untuk itu diperlukan ketepatan pemberian dosen pembimbing bagi mahasiswa yang mengambil sks proposal maupun tugas akhir. Seperti halnya pada mahasiswa Prodi Teknik Informatika Universitas Nusantara PGRI Kediri. Sistem bantu rekomendasi pemilihan dosen pembimbing tugas akhir pada Prodi Teknik Informatika UN PGRI Kediri adalah solusi dari permasalahan. Sistem rekomendasi dosen pembimbing yang di bangun memanfaatkan algoritma naïve bayes classifier sebagai penentu hasil probabilitas dosen yang dapat dipilih mahasiswa. Naive Bayes merupakan teknik prediksi berbasis probabilistic sederhana yang berdasar pada penerapan torema bayes (aturan bayes) dengan asumsi independensi (ketidak tergantungan) yang kuat. Pemilihan didasarkan pada kriteria kategori tugas akhir mahasiswa, keahlian dosen, jam masuk dosen (jam bimbingan), dan domisili dosen. Dari aplikasi rekomendasi ini didapatkan rekomendasi dosen pembimbing yang sesuai dengan konsep tugas akhir dan keahlian dosen. Dengan acuan data training dan aturan bayes didapat hasil yang cukup memberikan kepuasan bagi mahasiswa dalam penentuan dosen pembimbing pilihan.

Item Type: Conference or Workshop Item (Paper)
Divisions: Fakultas Teknik > S1-Teknik Informatika
Depositing User: Patmi Kasih
Date Deposited: 11 Sep 2020 12:15
Last Modified: 16 Sep 2020 07:36
URI: http://repository.unpkediri.ac.id/id/eprint/2438

Actions (login required)

View Item View Item