Rabbaanii, Nimas Adjeng Nutfa (2025) KLASIFIKASI KEBERLANJUTAN KEGIATAN SINAU BARENG DI KOTA SURABAYA BERDASARKAN KEHADIRAN PESERTA MENGGUNAKAN ALGORITMA SUPERVISED LEARNING. Undergraduate thesis, UPN Veteran Jawa Timur.
![]() |
Text (Cover)
21082010033_Cover.pdf Download (1MB) |
![]() |
Text (Bab 1)
21082010033_Bab 1.pdf Download (709kB) |
![]() |
Text (Bab 2)
21082010033_Bab 2.pdf Restricted to Repository staff only until 5 June 2027. Download (1MB) |
![]() |
Text (Bab 3)
21082010033_Bab 3.pdf Restricted to Repository staff only until 5 June 2027. Download (595kB) |
![]() |
Text (Bab 4)
21082010033_Bab 4.pdf Restricted to Repository staff only until 5 June 2027. Download (1MB) |
![]() |
Text (Bab 5)
21082010033_Bab 5.pdf Download (500kB) |
![]() |
Text (Daftar Pustaka)
21082010033_Daftar Pustaka.pdf Download (583kB) |
![]() |
Text (Lampiran)
21082010033_Lampiran.pdf Restricted to Repository staff only until 5 June 2027. Download (608kB) |
Abstract
Sinau Bareng adalah salah satu program pendidikan Dinas Kota Surabaya yang berfokus pada kegiatan belajar bersama untuk anak usia sekolah. Keberlanjutan kegiatan “Sinau Bareng” bergantung pada kehadiran peserta dari seriap lokasi. Permasalahan yang muncul adalah adanya ketidakhadiran peserta (tutor dan murid) di beberapa lokasi yang menyebabkan kegiatan tidak dapat berlangsung sebagaimana mestinya. Oleh karena itu, diperlukan prediksi keberlanjutan kegiatan dari masing-masing lokasi berdasarkan data kehadiran peserta. Penelitian membandingkan 3 algoritma yaitu Support Vector Machine, Random Forest dan Naïve Bayes untuk mengetahui algoritma mana yang lebih cocok untuk memprediksi keberlanjutan lokasi. Proses penelitian menggunakan kerangka kerja CRISP-DM yang memiliki 6 tahapan yaitu pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan deployment. Hasil pengujian menunjukkan bahwa model terbaik adalah model dengan algoritma Random Forest Hold-Out 70:30 yang dapat memprediksi data dengan akurasi sebesar 93,85%, presisi 88,07%, recall 93,85%, f1-score 90,87% dan AUC sebesar 63,89%. Kata kunci : Sinau Bareng, Keberlanjutan, CRISP-DM, Support Vector Machine, Random Forest, Naïve Bayes.
Item Type: | Thesis (Undergraduate) | ||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Contributors: |
|
||||||||||||
Subjects: | T Technology > T Technology (General) > T58.6-58.62 Management Information Systems | ||||||||||||
Divisions: | Faculty of Computer Science > Departemen of Information Systems | ||||||||||||
Depositing User: | Nimas Adjeng | ||||||||||||
Date Deposited: | 05 Jun 2025 08:21 | ||||||||||||
Last Modified: | 05 Jun 2025 08:21 | ||||||||||||
URI: | https://repository.upnjatim.ac.id/id/eprint/37141 |
Actions (login required)
![]() |
View Item |