Skripsi
Perbandingan performa naïve bayes dan neural network dalam prediksi pelanggaran siswa / BIMA GARIS INVARIAN
Abstrak
Pendidikan merupakan proses pembentukan karakter manusia menjadi lebih bermoral dan berilmu. Tujuan dari pendidikan adalah menjadikan siswa bisa mengembangkan dan mengendalikan diri. Namun dalam proses pelaksanaannya banyak siswa yang melakukan sejumlah pelanggaran. Maka dari itu penelitian ini bertujuan untuk memudahkan pihak sekolah dalam memprediksi siswa yang memiliki potensi akan melanggar aturan. Pada penelitian sebelumnya banyak digunakan algoritma Na iuml ve Bayes untuk melakukan prediksi. Sehingga penelitian ini akan membandingkan algoritma yang sering digunakan yaitu Na iuml ve Bayes dengan Neural Network untuk mengetahui algoritma yang paling optimum untuk melakukan prediksi pelanggaran siswa. Hasilnya adalah akurasi algoritma Neural Network sedikit lebih tinggi dari algoritma Na iuml ve Bayes yakni 98 76% berbanding 97 84%.