Penerapan Komparasi Algoritma C4.5 dan Naïve Bayes untuk Menentukan Hasil Seleksi Masuk Perguruan Tinggi
DOI:
https://doi.org/10.51158/tecnoscienza.v6i2.694Keywords:
Data Mining, Decision Tree, Naive BayesAbstract
Peningkatan pesat dalam pendataan telah menciptakan situasi di mana data berlimpah tetapi informasi langka, seperti informasi kepada orang tua tentang hasil penerimaan anak mereka ke perguruan tinggi. Oleh karena itu, penelitian ini dilakukan untuk membantu menyelesaikan permasalahan tersebut dengan menggunakan teknik data mining. Data mining itu sendiri adalah ekstraksi atau penemuan informasi baru dengan mencari pola atau aturan tertentu dari sejumlah besar data yang diharapkan dapat mengatasi kondisi tersebut. Metode data mining yang digunakan dalam white paper ini adalah klasifikasi, namun metode klasifikasi yang digunakan adalah pohon keputusan (decision tree) dan algoritma naive Bayes. Buku putih ini menggunakan teknik data mining untuk menemukan informasi berharga dalam data dan memungkinkan sekolah memberikan saran untuk memutuskan apakah seorang anak akan masuk perguruan tinggi setelah lulus dari SMA Kertosono. Dengan menggunakan algoritma Naive Bayes diketahui hasil yang didapat dari prediksi hasil masuk perguruan tinggi lebih akurat daripada algoritma Decision Tree.