Klasifikasi rumpun keilmuan di perguruan tinggi keagamaan islam negeri menggunakan metode naive bayes classifier

Indonesia:

Penerimaan mahasiswa baru pada UIN/IAIN/STAIN di Indonesia dilakukan secara bersamaan dengan proses seleksi SPAN-PTKIN dan UM-PTKIN yang kedua pola tersebut diikuti oleh calon mahasiswa dari seluruh Indonesia tanpa membedakan jenis kelamin, agama, rus, suku, kedudukan sosial dan tingkat kemampuan ekonomi. Dalam Kementrian Agama yang Rumpun Keilmuan nya masih di pertimbangkan, semakin banyak jurusan memungkinkan semakin banyak pula soal-soal yang harus diujikan, dan soal-soal tersebut ada yang tidak sesuai dengan jurusan yang dituju. Oleh karena itu, dalam penelitian ini tujuan utamanya adalah untuk mengklasifikasi Rumpun Keilmuan di Kementrian Agama menggunakan klasifikasi dokumen (silabus) dan metode Naive Bayes Classifier, dengan proses Klasifikasi menggunakan metode Preprocessing yaitu tokenizing, case folding, stopword removal dan stemming. Penelitian ini membagi 5 Rumpun Keilmuan yaitu IPA, IPS, Agama, Teknik dan Bahasa. Dengan uji coba menggunakan 30 data training silabus dengan masing-masing Rumpun Keilmuan 6 dokumen dan 25 data testing silabus dengan masing masing Rumpun Keilmuan 5 dokumen. Pengujian pada sistem menggunakan metode Confussion Matrix dengan tingkat akurasi sebesar 88% dari 25 total data uji, tingkat recall sebesar 88% dan presisi sebesar 100%.

English:

Admission of new students to UIN / IAIN / STAIN in Indonesia is carried out simultaneously with the selection process of SPAN-PTKIN and UM-PTKIN, both of which are followed by prospective students from all over Indonesia regardless of gender, religion, ethnicity, ethnicity, social position and level economic ability. In the Ministry of Religion whose scientific groups is still being considered, the more majors allow more questions to be tested, and those questions are not in accordance with the intended majors. Therefore, this study aims to classify the Scientific groups in the Ministry of Religion using the document Classification (syllabus) and Naive Bayes Classifier method, with the Classification process using the Preprocessing method namely tokenizing, case folding, stopword removal and stemming. This study divides 5 Scientific Groups, namely Natural Sciences, Social Sciences, Religion, Languages and Techniques. With trial methods using 30 syllabus training data with each Cluster of 6 documents and 25 syllabus testing data with each Cluster of 5 documents. Testing on the system uses the Confusion Matrix method with an accuracy rate of 88% from 25 total test data, a recall rate of 88% and a precision of 100%.

Arabic:

يتم قبول الطلاب الجدد في UIN / IAIN / STAIN في إندونيسيا بالتزامن مع عملية اختيار SPAN-PTKIN و UM-PTKIN ، وكلاهما يتبعهما الطلاب المحتملين من جميع أنحاء إندونيسيا بغض النظر عن الجنس والدين والعرق والعرق والموقف الاجتماعي والمستوى القدرة الاقتصادية. في وزارة الدين التي لا تزال عائلتها العلمية قيد الدراسة ، يسمح المزيد من التخصصات باختبار المزيد من الأسئلة ، وهذه الأسئلة لا تتوافق مع التخصصات المقصودة. لذلك ، في هذه الدراسة ، الهدف الرئيسي هو تصنيف مجموعات العلوم في وزارة الدين باستخدام تصنيف الوثيقة (المنهج) وطريقة تصنيف Naive Bayes ، مع عملية التصنيف باستخدام طريقة المعالجة المسبقة ، وهي الترميز ، وطي الحالة ، وإزالة كلمات التوقف ، والنبع. تقسم هذه الدراسة 5 مجموعات علمية ، وهي العلوم الطبيعية والعلوم الاجتماعية والدين والهندسة واللغة. باستخدام التجارب التي تستخدم 30 بيانات تدريبية للمناهج مع كل مجموعة من 6 وثائق و 25 بيانات اختبار المنهج مع كل مجموعة من 5 وثائق. يستخدم الاختبار على النظام طريقة مصفوفة Confussion Matrix بمعدل دقة ٪88 من 25 بيانات اختبار إجمالية ، ومعدل استدعاء ٪88 ودقة ٪100.