<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="2433">
 <titleInfo>
  <title>Data Mining Menggunakan Algoritma Naive Bayes Untuk Klasifikasi Kelulusan Peserta Didik Di Sma Mutiara Baru Kota Bekasi</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Mochamad Gerry Akhsan</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">BEKASI</placeTerm>
  </place>
  <publisher>USNI</publisher>
  <dateIssued>2022</dateIssued>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent></extent>
 </physicalDescription>
 <note>Penentuan kelulusan peserta didik kelas XII di SMA Mutiara Baru diperoleh dari paduan nilai ujian sekolah tertulis, sebagai salah satu syarat untuk bisa melanjutkan jenjang pendidikan ke perguruan tinggi. Standar kelulusan Ujian Sekolah di Indonesia dari tahun ke tahun mengalami peningkatan. Oleh karena itu, sekolah sebagai fasilitas pendidikan utama sudah seharusnya mengetahui apa yang menjadi faktor-faktor penting yang menentukan tingkat kelulusan peserta didik. Dalam penelitian ini menggunakan metode literatur dan metode pengumpulan data (survey). Hasil pengujian Rapid Miner yaitu sebesar 87,50% membuktikan bahwa metode Naive Bayes cukup baik digunakan untuk melakukan klasifikasi prediksi kelulusan peserta didik. Nilai 87,50% bisa disebabkan oleh beberapa kekurangan atribut data atau kompleksan data yang mengakibatkan model dapat memprediksi kelulusan dengan akurat.</note>
 <note type="statement of responsibility">Mochamad Gerry Akhsan</note>
 <subject authority="">
  <topic>Teknik Informatika</topic>
 </subject>
 <classification>NONE</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Institutional Repository USNI Universitas Satya Negara Indonesia</physicalLocation>
  <shelfLocator></shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">8220410</numerationAndChronology>
    <sublocation>Perpustakaan USNI Kampus B</sublocation>
    <shelfLocator></shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals>
  <slims:digital_item id="2468" url="" path="/f79f8e64027e60a3aa408b5b436e8a4f.pdf" mimetype="application/pdf">Data Mining Menggunakan Algoritma Naive Bayes  Untuk Klasifikasi Kelulusan Peserta Didik  Di Sma Mutiara Baru Kota Bekasi</slims:digital_item>
 </slims:digitals>
 <recordInfo>
  <recordIdentifier>2433</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2022-09-22 18:33:30</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2022-09-22 18:34:50</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>