Record Detail Back
Implementasi Algoritma Naive Bayes Classifier Dalam Klasifikasi Kualitas Nastrap Polri Berdasarkan Hasil Sidang Nastrap (Studi Kasus : Unit Kerja Evadasi Bag Bindik Sespimti)
- Share to:
Pendidikan Sespimti mewajibkan serdik untuk membuat tugas akhir atau disebut sebagai Nastrap, data pengujian Nastrap diklasifiksikan untuk mengetahui kualitasnya. Proses klasifikasi saat ini dilakukan dengan meninjau satu persatu dari setiap atribut nilai, dicocokan dengan kriteria penialan kualitas kategori sehingga membutuhkan waktu yang lama dan juga memiliki tinggan human error. Penelitian ini menggunakan metode rekayasa dengan model pengembangan perangkat lunak prototyping dan integrasi algoritma proses klasifikasi yaitu menggunakan algoritma Naive Bayes Classifier. Hasil dari penelitian berupa aplikasi yang memiliki fitur klasifikasi, yang dapat memprose data hasil sidang nastrap sehingga menghasilkan klasifikasi kualitas Nastrap serdik. Aplikasi yang memiliki tingkat kecepatan dan akurasi yang sangat baik, sehingga dapat mengoptimalkan proses bisnis yang berjalan. Melalui penelitian ini bagian unit evadasi sangat dimudahkan dalam memproses data nilai Nastrap serdik untuk mendapatkan kualitas Nastrap.
Faishal Muhammad Habib - Personal Name
005 HAB i
NONE
Text
Indonesia
Universitas Langlangbuana
2023
Bandung
LOADING LIST...
LOADING LIST...
APA Citation
Faishal Muhammad Habib. (2023).Implementasi Algoritma Naive Bayes Classifier Dalam Klasifikasi Kualitas Nastrap Polri Berdasarkan Hasil Sidang Nastrap (Studi Kasus : Unit Kerja Evadasi Bag Bindik Sespimti).(Electronic Thesis or Dissertation). Retrieved from https://localhost/etd