Penerapan Algoritma Naïve Bayes untuk Klasifikasi Prediksi Kelulusan SKD Penerimaan CPNS di Kabupaten Keerom
Tamilis Synex: Multidimensional Collaboration · 28.12.2024 · 98-112
DOI: 10.70610/tls.v2i1.700 ↗Kurz gefasst
Fachartikel in der Zeitschrift Tamilis Synex: Multidimensional Collaboration, online erschienen am 28.12.2024. Verfasst von Iryanti T A Fernandes und 5 weiteren Autor:innen.
Abstract (Originalsprache)
Proses seleksi perserta didik baru di Institusi Anak Bangsa, Kabupaten Keerom, sering kali menghadapi tantangan dalam mempertahankan objektivitas dalam pengambilan keputusan. Penelitian ini bertujuan untuk mengembangkan suatu model prediksi yang dapat membantu Institusi dalam memilih perserta didik baru yang memiliki potensi yang baik. Dengan memanfaatkan data historis penerimaan didik baru serta menerapkan teknik analisis data yang relevan, penelitian ini berupaya untuk membangun model prediksi yang akurat. Diharapkan, hasil penelitian ini dapat meningkatkan efektivitas proses seleksi, meminimalkan kesalahan dalam pengambilan keputusan, dan memberikan kontribusi terhadap peningkatan kualitas pendidikan di Institusi.
Zitieren
APA
Fernandes, I. T. A., Yandedai, S. F., wilamnak, I., Babaut, H., Fatagur, K., & Sutejo, H. (2024). Penerapan Algoritma Naïve Bayes untuk Klasifikasi Prediksi Kelulusan SKD Penerimaan CPNS di Kabupaten Keerom. Tamilis Synex: Multidimensional Collaboration, 98-112. https://doi.org/10.70610/tls.v2i1.700
Vancouver
Fernandes ITA, Yandedai SF, wilamnak I, Babaut H, Fatagur K, Sutejo H. Penerapan Algoritma Naïve Bayes untuk Klasifikasi Prediksi Kelulusan SKD Penerimaan CPNS di Kabupaten Keerom. Tamilis Synex: Multidimensional Collaboration. 2024:98-112. doi:10.70610/tls.v2i1.700
BibTeX
@article{Fernandes2024,
author = {Fernandes, Iryanti T A and Yandedai, Sithi F and wilamnak, Inwi and Babaut, Helena and Fatagur, Karolina and Sutejo, Heru},
title = {Penerapan Algoritma Naïve Bayes untuk Klasifikasi Prediksi Kelulusan SKD Penerimaan CPNS di Kabupaten Keerom},
journal = {Tamilis Synex: Multidimensional Collaboration},
year = {2024},
pages = {98--112},
doi = {10.70610/tls.v2i1.700}
}
EUVIMED