Implementasi Metode Naïve Bayes Classifier Untuk Seleksi Asisten Praktikum Pada Simulasi Hadoop Multinode Cluster
Abstrak: Pemilihan asisten
pada praktikum dialami oleh berbagai universitas di Indonesia salah satunya di
Fakultas Ilmu Komputer (FILKOM) Universitas Brawijaya (UB). Dalam pemilihan
asisten praktikum ada beberapa proses yang harus dilalui. Proses pemilihan yang
ada di FILKOM masih dalam bentuk manual. Adapun proses yang dijalani dalam
pemilihan asisten praktikum diantaranya adalah tes administrasi, tes live
coding, dan tes mengajar. Dalam penentuan penerimaan asisten praktikum tersebut
berdasarkan hasil tes yang telah dilakukan. Kendala yang dihadapi adalah
kemiripan hasil tes pada ketentuan tertentu yang menyebabkan kerancuan proses
pemilihan asisten praktikum. Dari permasalahan tersebut penulis melihat suatu
peluang untuk membuat sistem yang mampu menyeleksi dengan cara melakukan hasil
klasifikasi tertinggi terhadap hasil tes yang dilakukan oleh calon asisten
praktikum. Penelitian ini menggunakan Hadoop dengan menerapkan metode Naïve
Bayes yang diangap mampu menghasilkan klasifikasi yang akurat, sehingga dapat
mempermudah seorang dosen dalam memilih asisten praktikum dengan kualitas yang
baik.
Penulis: Maryamah ., Moh.
Fadel Asikin, Daisy Kurniawaty, Selly Kurnia Sari, Imam Cholissodin
Kode Jurnal: jptinformatikadd160889