Kompetensi Kinerja Dosen Terhadap Topik Bimbingan Tugas Akhir Mahasiswa Menggunakan Na ve Bayes

diana aqmala, Ida Farida, Almira Santi Samasta, Aries Setiawan

Abstract


Kualitas produk bimbingan di sebabkan beberapa faktor yang juga merupakan elemen kinerja dosen juga diantaranya lulusan dosen, bidang keahlian, mata kuliah yang diajar, jumlah mahasiswa lulusan. Penentuan dosen bimbingan pada setiap topik tugas akhir yang dilakukan prodi manajemen selama ini masih berdasarkan satu variabel saja yaitu lulusan dosen, belum ada variabel pertimbangan lain seperti yang tersebut diatas. Perlu dilakukan klasifikasi kinerja dosen yang meliputi lulusan dosen, bidang keahlian, mata kuliah yang diajar, jumlah mahasiswa lulusan terhadap ploting topik bimbingan tugas akhir mahasiswa. Hasil klasifikasi mampu memberikan dukungan keputusan dalam menentukan dosen-dosen yang berkompeten pada setiap jenis topik tugas akhir.

 


Keywords


Kompetensi, Kinerja, Topik Bimbingan

References


H. Asril, Klasifikasi Dokumen Tugas Akhir Berbasis Text Mining menggunakan Metode Na ve Bayes Classifier dan K-Nearest Neighbor, dalam Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI) 11, Pakan Baru, 2019.

T. P. I. I. 3. d. I. 4. Instrumen Akreditasi Program Studi (IAPS) 4.0 - Laporan Evaluasi Diri, 2019.

P. E. Mas'udia, Klasifikasi Tugas Akhir Untuk Menentukan Dosen Pembimbing Menggunakan Na ve Bayes Classifier (Nbc), dalam Prosiding SENTIA, Malang, 2015.

N. I. Pratiwi, Klasifikasi Dokumen Karya Akhir Mahasiswa Menggunakan Na ve Bayes Classifier (NBC) Berdasarkan Abstrak Karya Akhir Di Jurusan Teknik Elektro Universitas Negeri Jakarta, Jurnal PINTER, pp. 31-38, Juni 2017.

Hardiansyah. Faktor-Faktor Motivasi Yang Mempengaruhi Kinerja Pegawai Dinas Sosial Kabupaten Kolaka Timur, Jurnal Ilmu Manajemen, pp. 31-42, Maret 2019.

T. H. Retnowati, Kinerja Dosen Di Bidang Penelitian Dan Publikasi Ilmiah, Jurnal Manajemen Pendidikan, vol. 6, pp. 215-225, September 2018.

Yusro. Perbandingan Klasifikasi Tugas Akhir Mahasiswa Jurusan Teknik Informatika Menggunakan Metode Na ve Bayes Classifier dan K-Nearest Neighbor, Jurnal Sains, Teknologi dan Industri, vol. 14, pp. 79-85, Desember 2016.

S. Basuki, Klasifikasi Topik Tugas Akhir Berdasarkan Fitur Leksikal Menggunakan Algoritma Machine Learning, dalam Seminar Nasional Teknologi dan Rekayasa (SENTRA, 2016.

A. Setiawan, Klasifikasi Tingkat Kerentanan Malaria Pada Suatu Wilayah Menggunakan Na ve Bayes Data Mining, VISIKES, pp. 102-109, 2019.




DOI: http://dx.doi.org/10.26623/transformatika.v19i1.3239

Refbacks

  • There are currently no refbacks.


| View My Stats |

Jurnal Transformatika : Journal Information Technology  by  Department of Information Technology, Faculty of Information Technology and Communication, Semarang University  is licensed under a  Creative Commons Attribution 4.0 International License.