Implementasi Algoritma Naïve Bayes Untuk Klasifikasi Status Pekerjaan Alumni di Binary Academy

Authors

  • Amanda Saad Politeknik Kelapa Sawit Citra Widya Edukasi
  • Gabby Silvia STMIK Pranata Indonesia
  • Muhamad Aditya Purnama Politeknik Kelapa Sawit Citra Widya Edukasi

Abstract

Pentingnya klasifikasi terhadap pengelolaan data alumni untuk mengetahui data alumni terkait dengan tingkat keberhasilan dalam dunia kerja dan meningkatkan kualitas program pendidikan seperti; mengevaluasi program pendidikan, pengembangan kurikulum, membuat bimbingan karir, dan menjaga hubungan antara alumni dan insititusi. Dengan itu institusi bisa mempersiapkan alumni dengan lebih baik untuk sukses dalam karir setelah lulus Penggunaan metode Naïve Bayes berfokus pada klasifikasi data dengan menggunakan teorema Bayes dan asumsi independensi fitur-fitur data. Naive Bayes digunakan untuk memprediksi kelas target berdasarkan probabilitas fitur-fitur yang terkait dengan kelas tersebut. Hasil uji validasi pada model klasifikasi status pekerjaan alumni menunjukkan nilai AUC sekitar 0.562 dan 0.562 untuk kategori "Sudah Bekerja" dan "Belum Bekerja" secara berurutan, dengan tingkat akurasi (CA) sekitar 0.621 dan 0.621. Nilai F1 Score berkisar antara 0.741 dan 0.298 untuk kategori tersebut

Downloads

Published

2024-04-26