📅 02 October 2025
DOI: 10.51903/teknik.v5i2.964

Rekomendasi Pemilihan Jurusan Bagi Siswa Baru Di SMK XYZ Menggunakan Metode Naive Bayes Dan Simple Additive Weighting ( SAW )

Teknik: Jurnal Ilmu Teknik dan Informatika
Sekolah Tinggi Ilmu Ekonomi Studi Ekonomi Modern

📄 Abstract

Pemilihan jurusan di Sekolah Menengah Kejuruan (SMK) merupakan tahap penting yang mempengaruhi arah pendidikan dan karier siswa di masa depan. Di SMK XYZ Kabupaten Tegal, pemilihan jurusan masih dilakukan secara konvensional dengan mempertimbangkan nilai rapor dan saran dari guru atau orang tua, yang cenderung bersifat subjektif dan tidak sepenuhnya memperhatikan potensi serta minat individual siswa. Untuk itu, penelitian ini bertujuan mengembangkan sistem pendukung keputusan (SPK) yang dapat memberikan rekomendasi jurusan secara objektif dan sistematis menggunakan dua metode, yaitu Naive Bayes dan Simple Additive Weighting (SAW). Naive Bayes, yang berbasis pada algoritma probabilistik, telah terbukti efektif dalam memprediksi ketuntasan belajar siswa, sementara SAW banyak digunakan dalam pengambilan keputusan multikriteria dengan memperhitungkan beberapa aspek kriteria seperti nilai rapor, hasil psikotes, dan minat siswa. Penelitian ini mengkomparasi kedua metode tersebut untuk menentukan mana yang lebih optimal dalam memberikan rekomendasi jurusan yang akurat dan sesuai dengan karakteristik siswa di SMK XYZ. Hasil penelitian diharapkan dapat memberikan solusi alternatif bagi sekolah dalam proses pemilihan jurusan yang lebih objektif, efisien, dan minim subjektivitas, serta dapat diterapkan pada proses pendidikan di SMK lainnya.

ℹ️ Informasi Publikasi

Tanggal Publikasi
02 October 2025
Volume / Nomor / Tahun
Volume 5, Nomor 2, Tahun 2025

📝 HOW TO CITE

Hartati, Sri; Sonhaji, Sonhaji; Rina Apriliani; Musrifah, Musrifah, "Rekomendasi Pemilihan Jurusan Bagi Siswa Baru Di SMK XYZ Menggunakan Metode Naive Bayes Dan Simple Additive Weighting ( SAW )," Teknik: Jurnal Ilmu Teknik dan Informatika, vol. 5, no. 2, Oct. 2025.

ACM
ACS
APA
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver

🔗 Artikel Terkait dari Jurnal yang Sama

📊 Statistik Sitasi Jurnal