ANALISIS KLASIFIKASI WAKTU TUNGGU KERJA DENGAN METODE SUPPORT VECTOR MACHINE DAN NAÏVE BAYES CLASSIFICATION (Studi Kasus : Waktu tunggu kerja Alumni Universitas Islam Indonesia)

Abstract

Perguruan tinggi merupakan tingkat pendidikan yang mampu menghasilkan dan mempersiapkan lulusan maka lulusan perguruan tinggi mampu bersaing dan siap menghadapi dunia kerja. Peneliti ingin mengklasifikasikan waktu tunggu kerja lulusan tersebut apakah termasuk lancar dan tidak lancar untuk mengetahui seberapa tepat waktu tunggu kerja dapat diklasifikasikan dengan baik. Tujuan dari penelitian ini adalah untuk mengetahui seberapa tepat dengan menggunakan metode Support Vector Machine (SVM) dan Naïve Bayes Classification (NBC) dalam mengklasifikasikan waktu tunggu kerja lulusan mahasiswa UII. Data yang digunakan adalah data sekunder yang diperoleh dari UII Career Center yaitu data tracer study alumni UII pada tahun 2015. Hasil analisis menggunakan Support Vector Machine (SVM) dan Naïve Bayes Classification (NBC) menunjukkan bahwa akurasi dari kedua metode yang paling baik hasil klasifikasi 2 kelas dengan nilai akurasinya yang paling tinggi adalah SVM menggunakan nilai cost 0,1 dan degree 1 sehingga diperoleh klasifikasi yang baik sebesar 0,6875 atau 68,75%.