Rancang Bangun Sistem Informasi Prediksi Masa Tunggu Pekerjaan Alumni Dengan Pendekatan Algoritma Naïve Bayes

  • Lucky Andrean Universitas Negeri Surabaya
  • Ardhini Warih Utami Universitas Negeri Surabaya
Keywords: Alumni, Prediksi, Rapid Application Development, naïve bayes, laplace correction

Abstract

Efisiensi dan efektivitas sistem pendidikan sangatlah penting untuk kemajuan suatu negara. Evaluasi terhadap kurikulum dan kemampuan menghasilkan lulusan yang siap bersaing di pasar kerja menjadi krusial. Salah satu aspek evaluasi yang signifikan adalah pelacakan data alumni. Data dari pelacakan alumni juga merupakan parameter penting yang digunakan dalam konteks proses akreditasi lembaga pendidikan. Salah satu data pelacakan alumni yang digunakan dalam akreditasi lembaga adalah masa tunggu alumni dalam mencari pekerjaan. Oleh karena itu, tujuan dari penelitian ini adalah untuk merancang bangun sistem informasi berbasis website yang mengimplementasikan metode naïve bayes dan laplace correction untuk memprediksi lama masa tunggu alumni dalam memperoleh pekerjaan pertama. Penelitian ini menggunakan metode pengembangan Rapid Application Development (RAD) yang memiliki beberapa tahapan pengembangan yaitu tahap requirements planning, user design, construction, dan cutover. Pada tahap cutover, dilakukan pengujian terhadap website yang telah dibangun menggunakan metode pengujian Blackbox untuk memastikan fungsionalitas dari sistem. Hasil dari penelitian ini menunjukkan hasil perhitungan sistem memiliki kesamaan dengan hasil perhitungan manual, hal  tersebut menunjukan bahwa aplikasi ini dapat dikembangkan dengan menggunakan metode Rapid Application Development (RAD). Hasil perhitungan prediksi menunjukkan bahwa metode naïve bayes dan laplace correction dapat diterapkan untuk memperkirakan waktu tunggu alumni dalam memperoleh pekerjaan pertama. Penerapan laplace correction juga terbukti efektif dalam mengatasi masalah probabilitas akhir yang bernilai 0.

Published
2024-06-14
Section
Articles
Abstract Views: 10
PDF Downloads: 2