Klasifikasi Kategori Permasalahan Akademik Mahasiswa Comdev Universitas Tanjungpura Menggunakan Algoritma Naive Bayes

Enda Esyudha Pratama

Abstract


Community Development & Outreaching Universitas Tanjungpura merupakan salah satu unit di UNTAN yang bertugas mengelola beasiswa bagi mahasiswa. Sebagai salah satu bentuk pertanggungjawaban, tiap semesternya melakukan pengisian data monitoring dan evaluasi. Salah satu data yang perlu dikelola adalah kategori permasalahan akdemik yang tersedia dalam bentuk teks atau kalimat. Penelitian ini menghasilkan program yang dilengkapi dengan model klasifikasi yang mampu mengklasifikasikan permasalahan akdemik secara otomatis. Model klasifikasi dibangun dengan menggunakan algoritma Multinomial Naive Bayes. Dari hasil evaluasi, model klasifikasi mempunyai nilai akurasi dan presisi yang cukup baik sebesar 82,14% dan 84,98%. Dari model yang dibangun, digunakan untuk implementasi pada data uji. Hasil implementasi menunjukan kategori permasalahan akademik yang paling sering disampaikan oleh mahasiswa adalah Sistem Perkuliahan dan Teknologi.


Keywords


comdev & outreaching untan; permasalahan akademik; klasifikasi; multinomial naive bayes

Full Text:

PDF

References


I.N. Purnama, Perbandingan Klasifikasi Website Secara Otomatis Menggunakan Metode Multilayer Perceptron dan Naive Bayes. Jurnal Sistem Komputer dan Informatika (JSON), 2021.

R. Puspita, A. Widodo, Perbandingan Metode KNN, Decision Tree, dan Naïve Bayes Terhadap Analisis Sentimen Pengguna Layanan BPJS. Jurnal Informatika Universitas Pamulang, 2021.

M. Mulya, K. J. Miraswan, Pendeteksian Email Spam dan Non-Spam dengan Metode Klasifikasi Naive Bayes. Sriwijaya University, 2020.

E. E. Pratama, H. Muhardi, F. H. Sajid, M. Muthahhari, The Comparison of Data Mining Algorithms for Classification of Suggestions from Computer-Based Written Exam Participants. International Conference on Data and Software Engineering (ICoDSE). 2019.

Nugroho, B. Agung, A. K. A. Pradana, and E. Nurfarida. Prediksi Waktu Kedatangan Pelanggan Servis Kendaraan Bermotor Berdasarkan Data Historis menggunakan Support Vector Machine. JEPIN (Jurnal Edukasi dan Penelitian Informatika) 7.1 2021: 25-30.

D. Ariyanti, K. Iswardani. Teks Mining untuk Klasifikasi Keluhan Masyarakat Menggunakan Algoritma Naive Bayes. IKRA-ITH INFORMATIKA: Jurnal Komputer dan Informatika 4.3 2020: 125-132.

Wahyuni, E. Dyar, A. Arifiyanti. Model Klasifikasi Teks Produk Terlarang. Jurnal Informatika dan Sistem Informasi (JIFoSI) 1.2 2020: 563-572.

S. Sari, Analisis Sentimen Terhadap Komentar Beauty Shaming Di Media Sosial Twitter Menggunakan Algoritma SentiStrength: Sentiment Analysis Against Beauty Shaming Comments on Twitter Social Media Using SentiStrength Algorithm. Indonesian Journal of Informatic Research and Software Engineering (IJIRSE) 1.1 2021: 71-78.

Wardana, H. Kusuma, I. Swanita, B. W. Yohanes. Sistem Pemeriksa Pola Kalimat Bahasa Indonesia berbasis Algoritme Left-Corner Parsing dengan Stemming. Jurnal Nasional Teknik Elektro dan Teknologi Informasi (JNTETI) 8.3 2019: 211-217.

Naf'an, M. Zidny, A. Burhanuddin, A. Riyani. Penerapan Cosine Similarity dan Pembobotan TF-IDF untuk Mendeteksi Kemiripan Dokumen. Jurnal Linguistik Komputasional 2.1 (2019): 23-27.

Khomsah, Siti, A. S. Aribowo. Text-Preprocessing Model Youtube Comments in Indonesian. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi) 4.4 2020: 648-654.

P. H. Saputro, M. Aristin, and Dy. L. Tyas, Klasifikasi Lagu Daerah Indonesia Berdasarkan Lirik Menggunakan Metode TF-IDF dan Naive Bayes, J. Teknoloi Inform. dan Terap, 2017.

Z. Zhu, J. Liang, D. Li, H. Yu, and G. Liu, Hot Topic Detection Based on a Refined TF-IDF Algorithm, IEEE Access, vol. 7, pp. 26996–27007, 2019, doi: 10.1109/ACCESS.2019.2893980.

Annur, Haditsah. "Klasifikasi Masyarakat Miskin Menggunakan Metode Naive Bayes." ILKOM Jurnal Ilmiah 10.2 2018: 160-165.

E. E. Pratama, H. Sastypratiwi. Analisis Kecenderungan Informasi Terkait Covid-10 Berdasarkan Big Data Sosial Media dengan Menggunakan Metode Data Mining. Jurnal Informatika Polinema 7.2 2021: 1-6.

J. Han, M. Kamber, Data Mining Concepts and Techniques, second edition. California: Morgan Kaufman. 2006.

A. H. Setianingrum, D. H. Kalokasari, I. M. Shofi. Implementasi Algoritma Multinomial Naive Bayes Classifier. Jurnal Teknik Informatika 10.2 2017: 109-118.

B. Liu, Web Data Mining: Exploring Hyperlinks, Contents, and Usage Data, Second Edition, New York: Spinger, 2011.

P. Cichosz, Data Mining Algorithms: Explained Using R, Chichester: John Wiley & Sons, 2014

A. Tripathy, A. Agrawal, S. K. Rath, Classification of Sentiment Reviews using N-Gram Machine Learning. Expert Systems With Applications. 2016.




DOI: http://dx.doi.org/10.26418/jp.v7i2.47199

Refbacks

  • There are currently no refbacks.