APLIKASI PEMILIHAN DOSEN PEMBIMBING TUGAS AKHIR MAHASISWA BERDASARKAN KATEGORI PILIHAN DAN KEAHLIAN DOSEN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER

https://doi.org/10.33060/JIK/2020/Vol9.Iss2.171

Authors

Keywords:

naïve bayes classifier, sistem pendukung keputusan, aplikasi pemilihan dosen pembimbing

Abstract

Dalam tugas akhir mahasiswa dosen pembimbing mempunyai peranan penting bagi penentuan keberhasilan dan kelulusan mahasiswa. Mahasiswa memerlukan dosen pembimbing tugas akhir yang dapat menjadi sarana konsultasi dalam proses pengerjaan tugas akhir mahasiswa. Dengan demikian diharapkan mahasiswa dapat mengerjakan tugas akhir dengan baik, lancar dan selesai tepat waktu. Untuk itu diperlukan  dosen pembimbing yang ideal bagi mahasiswa . Seperti halnya di STMIK Hang Tuah Pekanbaru dalam proses pengajuan judul tugas akhir tersebut,terdapat beberapa masalah yang muncul, yakni adanya kemungkinan kesalahan penentuan pembimbing karena proses penentuannya masih menggunakan cara konvensional yaitu berdasarkan pengetahuan pribadi dari Ketua Prodi, kesulitan memantau perkembangan proses pengajuan judul tugas akhir mahasiswa dan kesulitan untuk melakukan pemerataan pembimbing tugas akhir.  Aplikasi pemilihan dosen pembimbing tugas akhir pada mahasiswa 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 teorema bayes (aturan bayes) dengan asumsi independensi (ketidak tergantungan) yang kuat. Pemilihan didasarkan pada kriteria kategori tugas akhir mahasiswa dan keahlian dosen. Dari aplikasi rekomendasi ini didapatkan rekomendasi dosen pembimbing yang sesuai dengan konsep tugas akhir mahasiswa. Dengan acuan data training dan aturan bayes didapat hasil yang cukup memberikan kepuasan bagi mahasiswa dalam mendapatkan dosen pembimbing yang sesuai dengan topik permasalahan tugas akhir mahasiswa.

Downloads

Download data is not yet available.

References

A. R. W. Mahfuzhi, S. Fernandes, and M. John, “Pembuatan Aplikasi Pendukung Keputusan Beasiswa Tidak Mampu Dengan Metode Naive Bayes.â€

Erdawati, E., Linarta, A., Adrianto, S., & Yunita, P. (2019). Sistem Pendukung Keputusan Penilaian Dosen Berkualitas Di Stmik Dumai Menggunakan Metode Simple Additive Weighting. Informatika, 8(2), 55-63.

Fitriastuti, F., Rahmalisa, U., & Girsang, A. S. (2019, March). Multi-criteria decision making on succesfull of online learning using AHP and regression. In Journal of Physics: Conference Series (Vol. 1175, No. 1, p. 012071). IOP Publishing.

I. Septiana, M. Irfan, A. R. Atmadja, B. Subaeki, J. T. Informatika, and F. Sains, “PENENTU DOSEN PENGUJI DAN PEMBIMBING TUGAS AKHIR MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING DENGAN SIMPLE ADDITIVE WEIGHTING ( Studi Kasus : Jurusan Teknik Informatika UIN SGD Bandung ),†vol. I, no. 1, pp. 43–50, 2016.

Melyanti, R., & Andreas, Y. (2017). Sistem E-wisata pada Dinas Pariwisata di Kota Pekanbaru Berbasis Android. Jurnal Ilmu Komputer, 6(2), 124-127.

Rahmalisa, U. (2017). Perancangan Sistem Informasi Inventaris Barang Pada Kantor Dinas Pendidikan Provinsi Riau Berbasis Web. Jurnal Ilmu Komputer, 6(2), 79-84.

Rofiqoh, U., Irawan, Y., & Melyanti, R. (2020). APLIKASI PENDAFTARAN DAN PENERIMAAN DATA PERSYARATAN CALON ANGGOTA LEGISLATIF SEMENTARA SECARA ONLINE PADA PARTAI KEADILAN SEJAHTERA DI KABUPATEN BENGKALIS. Riau Journal Of Computer Science, 6(2), 145-153.

Sugiarto, M. I., Linarta, A., & Sofiyan, A. (2019). Aplikasi Layanan Informasi Absen dan Nilai Berbasis SMS Gayeway Menggunakan PHP pada SMK Taruna Persada Dumai. Informatika, 9(2), 60-69.

Wahyuni, R., & Irawan, Y. (2019). Web-Based Heart Disease Diagnosis System With Forward Chaining Method (Case Study Of Ibnu Sina Islamic Hospital). Journal of Applied Engineering and Technological Science (JAETS), 1(1), 43-50.

Yulisman, Y., & Febriani, A. (2020). Sistem Pendukung Keputusan Penentuan Penerima Bantuan Rumah Sehat Layak Huni Menggunakan Metode Saw di Desa Pasir Emas Kecamatan Singingi. Informatika, 12(1), 39-50.

Y. Mulyati, “Konsep Sistem Informasi,†J. Adm. Pendidik. UPI, vol. 3, no. 1, 2005.

V. R. Prasetyo, “Penentuan Pembimbing Tugas Akhir Mahasiswa Jurusan Teknik Informatika Universitas Surabaya Dengan Metode Dice Coefficient,†vol. 8, pp. 44–51, 2019.

Published

2020-10-16

How to Cite

Herianto, H., & Rahmalisa, U. (2020). APLIKASI PEMILIHAN DOSEN PEMBIMBING TUGAS AKHIR MAHASISWA BERDASARKAN KATEGORI PILIHAN DAN KEAHLIAN DOSEN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER. Jurnal Ilmu Komputer, 9(2), 88–97. https://doi.org/10.33060/JIK/2020/Vol9.Iss2.171

Most read articles by the same author(s)