SMK Mawar Saron bergerak dibidang pendidikan untuk murid-murid yang ingin meningkatkan kejuruannya atau keahliannya. Data murid yang didapatkan melalui beberapa tahapan yaitu wawancara dengan kepala sekolah SMK Mawar Saron dan juga dari pihak administrasi Tata Usaha sekolah dengan metode analisa berupa analisis kualitatif yaitu metode analisis data tanpa menggunakan analisis statistik. Data yang digunakan dalam penelitian ini merupakan data murid SMK Mawar Saron yang terdiri dari berbagai atribut seperti nama dan jenis kelamin. Penelitian ini dilakukan untuk memperoleh pemahaman yang lebih baik tentang bagaimana metode Naive Bayes dapat diterapkan dalam penghitungan jumlah data murid pada lembaga pendidikan (Institusi Pendidikan). SMK Mawar Saron melakukan penghitungan jumlah data murid setiap kelas pada tiap semester akhir dan dihitung untuk menghasilkan jumlah murid-murid yang lebih banyak atau sedikitnya di setiap kelas. Dengan dilakukannya penghitungan data murid pada SMK Mawar Saron, maka hasil yang didapatkan adalah presentase angka pada perempuan di bidang kelas akuntansi lebih banyak, Sedangkan presentase angka pada laki laki lebih banyak di bidang kelas multimedia.
Jurnal Media Teknologi dan Informatika_Jerry Tjhin
Bukti submit Jurnal
Arfanda, I., Ramdhan, W., & Yusda, R. A. (2021). Naive Bayes Dalam Menentukan Penerima Bantuan Langsung Tunai. Digital Transformation Technology, 1(1), 9–16. https://doi.org/10.47709/digitech.v1i1.1091
Ghaniy, R., & Sihotang, K. (2019). Penerapan Metode Naïve Bayes Classifier Untuk Penentuan Topik Tugas Akhir. Teknois : Jurnal Ilmiah Teknologi Informasi Dan Sains, 9(1), 63–72. https://doi.org/10.36350/jbs.v9i1.7
Indahsari, G. J. F., Kasiliyani, A., Saputra, W. A., & Wardiah, I. (2021). Sistem Pengambilan Keputusan Beban Kinerja Menggunakan Naive Bayes Studi Kasus Pdam Bandarmasih. … Terapan Riset Inovatif …, 571–581. https://proceeding.isas.or.id/index.php/sentrinov/article/view/1013%0Ahttps://proceeding.isas.or.id/index.php/sentrinov/article/download/1013/370
Kusuma, A., & Nugroho, A. (2021). Analisa Sentimen Pada Twitter Terhadap Kenaikan Tarif Dasar Listrik Dengan Metode Naïve Bayes. Jurnal Ilmiah Teknologi Informasi Asia, 15(2), 137. https://doi.org/10.32815/jitika.v15i2.557
Ni Putu Sri Merta Suryani, Linawati, K. O. S. (2019). Penggunaan Metode Naïve Bayes Classifier pada Analisis. 18(1).
Nisa, A., Darwiyanto, E., & Asror, I. (2019). Analisis Sentimen Menggunakan Naive Bayes Classifier dengan Chi-Square Feature Selection Terhadap Penyedia Layanan Telekomunikasi. E-Proceeding of Engineering , 6(2), 8650–8659.
Rizki, U., Zuhdi, A. M., & Kusrini, K. (2019). Sistem Pendukung Keputusan Dengan Metode Naive Bayes Untuk Pemilihan Dosen Pembimbing. Jurnal Informa : Jurnal Penelitian Dan Pengabdian Masyarakat, 5(2), 65–72. http://informa.poltekindonusa.ac.id/index.php/informa/article/view/85
Septiarini, A., Rizqi Saputra, Andi Tejawati, & Masna Wati. (2021). Deteksi Sarung Samarinda Menggunakan Metode Naive Bayes Berbasis Pengolahan Citra. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 5(5), 927–935. https://doi.org/10.29207/resti.v5i5.3435
Wibisono, A. D., Dadi Rizkiono, S., & Wantoro, A. (2020). Filtering Spam Email Menggunakan Metode Naive Bayes. TELEFORTECH : Journal of Telematics and Information Technology, 1(1). https://doi.org/10.33365/tft.v1i1.685
Wulandari, S., Saputra, W., Tunas Bangsa Pematangsiantar, S., & Tunas Bangsa Pematangsiantar JlJenderal Sudirman Blok No, A. A. (2019). Prosiding Seminar Nasional Riset Information Science (SENARIS) Penerapan Metode Naive Bayes dalam Menentukan Pengaruh Penasihat Akademik pada Kelulusan Mahasiswa Tingkat Akhir. September, 661–669.