Kompetensi Kinerja Dosen Terhadap Topik Bimbingan Tugas Akhir Mahasiswa Menggunakan Na ve Bayes
DOI:
https://doi.org/10.26623/transformatika.v19i1.3239Keywords:
Kompetensi, Kinerja, Topik BimbinganAbstract
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.
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.
Downloads
Published
Issue
Section
License
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
Transformatika is licensed under a Creative Commons Attribution 4.0 International License.
