GO TURKEY !!!!

SEMANGAT…………………………………..!!!!!!!!!!!!!!!!!!!!!!

LETTER OF INTENT
1. In this section, it is expected to explain following details: your academic and
social experiences relating the field you want to take an education, your
reasons for choosing Turkey for study and the importance of your future
plans for your education and scholarship in Turkey.
Berangkat dari pengalaman sosial yang saya lakukan yaitu kuliah kerja nyata
yang rutin diadakan oleh universitas malikussaleh serta pengamatan secara
langsung di lingkungan masyarakat terutama dunia pendidikan. Banyak siswa yang
setelah lulus masih bingung menentukan tujuan berkarir dalam bidang yang
diinginkan. Di Indonesia sendiri, 92% siswa SMA/SMK sederajat di akhir masa
pendidikan baru menyadari bahwa jurusan yang diambil tidak sesuai dengan pation
yang dimiliki, sehingga setelah lulus dari bangku pendidikan para siswa tidak tahu
arah tujuan karir yang akan dijalani. Oleh karena itu pentingnya system
pengambilan keputusan yang tepat dalam menentukan jurusan yang akan diambil
dan yang terpenting selaras dengan minat dan bakat mereka.
Berdasarkan pengalaman akademik saya sebagai lulusan teknik informatika,
dalam penelitian yang saya lakukan dengan menerapkan sebuah metode untuk
mengklasifikasikan data di dalam sebuah system dan penelitian tersebut
memperoleh hasil yang memuaskan dan dapat digunakan dalam pengklasifikasian
data. Oleh sebab itu saya berkeinginan untuk menerapkan pengetahuan saya guna
mempermudah para siswa dalam menentukan karir yang akan dipilih. Sehingga
diharapkan penelitian ini dapat membantu menyelesaikan permasalahan yang
terjadi ditengah-tengah kita, terutama pada siswa SMK di Indonesia.
Turki merupakan salah satu Negara yang terus mendongkrak dan bergerak
maju dalam berbagai aspek baik dalam Teknologi, Industri, Ekonomi, Budaya dan
paling utama di bidang pendidikan. Turki terus mendeklarasikan kepeduliannya
terhadap pendidikan anak. System pendidikan yang terorganisir dengan baik, juga
berskala Internasional dan telah diakui dunia, menjadikan magnet tersendiri bagi
saya untuk melanjutkan pendidikan di Turki.
Berdasarkan survey penilaian pemeringkatan dunia oleh 11 universitas riset
dan lima calon universitas riset periode 2013-2020, beberapa universitas yang
 GO TURKEY !!!!
SEMANGAT…………………………………..!!!!!!!!!!!!!!!!!!!!!!

terkenal di Turki masuk ke dalam daftar 500 universitas terbaik Dunia, seperti
METU University, Istanbul university, Ankara university, Gazi university, dan lain-
lain. Universitas turki menyediakan fasilitas yang lengkap seperti perpustakaan,
laboratorium yang memadai juga sangat penting sebagai pendukung dalam
penelitian yang akan saya lakukan. Para staff pengajar yang professional di
bidangnya yang juga akan sangat mendukung study saya di Turki.
Ilmu yang saya dapatkan selama di Turki akan saya implementasikan ke
dalam sebuah penelitian, yang nantinya hasil dari penelitian ini akan sangat
bermanfaat terutama bagi para siswa yang ada di Indonesia. Maka dengan ini Turki
akan berkontribusi besar bagi perubahan system pendidikan di Indonesia.

In this section you are asked to give examples of general knowledge about an
academic study in Turkey. The proposal that you propose in this section is
not binding. You can work on another subject you choose later in Turkey.
However, the proposal you put forward in this section will be used to assess
your ability to put forward your academic competence and problems. You can
write a case study in the language you express yourself. (The PhD Candidates
have to fill out this field in Turkish or English.)
1- Subject of study (TOPIK MASALAH)
Penentuan Karir yang sejalan dengan minat dan bakat siswa tingkat SMK sehingga
mempermudah siswa dalam mengambil keputusan terhadap pilihan karir yang akan
dijalani di masa yang akan datang.

2- Research Question (JUDUL)

Analisis Kombinasi Algoritma K-Nearest Neighbor (KNN) dan Naïve Bayes
Classifier (NBC) Dalam Penentuan Karir Siswa. (Study Case : SMK N 1 Bireuen)
 GO TURKEY !!!!
SEMANGAT…………………………………..!!!!!!!!!!!!!!!!!!!!!!

3- Analysis of the Problem (Latar Belakang, Rumusan Masalah dan Tujuan

Umum)

Latar Belakang
Karir merupakan perkembangan dan kemajuan seseorang yang diwujudkan
ke dalam bentuk jabatan, pekerjaan serta sesuatu yang berkaitan dengan dunia
professional. Departemen Pendidikan Nasional (2003) menetapkan salah satu
tugas perkembangan yang harus dipenuhi oleh siswa usia SMA/SMK untuk
memiliki kematangan dalam pilihan karir. Artinya, setiap siswa SMA/SMK harus
dibekali keterampilan dalam memilih pilihan karir yang tepat berdasarkan
pertimbangan yang matang dengan tetap mempertimbangkan berbagai pengaruh
internal maupun eksternal yang berkontribusi dalam upaya pemilihan karir yang
dijalani. Pengambilan keputusan karir merupakan manifestasi keinginan manusia
dalam menempuh jalan kehidupannya. Baik dan buruk, serta benar dan salah
merupakan parameter yang sangat subjektif karena sangat bergantung pada
keyakinan hidup yang dimiliki oleh manusia [1].
K-Nearest Neighboor merupakan salah satu metode yang sering digunakan
dalam pengklasifikasian. Selain mudah untuk diimplementasikan, metode ini juga
salah satu metode yang memiliki kinerja yang cepat ketika diberikan training
dataset yang benar [2].
Adapun Naïve Bayes Classifier merupakan merupakan salah satu metode di
dalam data mining untuk mengklasifikasikan data. Cara kerja dari metode Naïve
Bayes Classfier menggunakan perhitungan probabilitas. Konsep dasar yang
digunakan oleh Naïve bayes adalah Teorema Bayes, yaitu teorema yang digunakan
dalam statistika untuk menghitung suatu peluang, Bayes Optimal Classifier
menghitung peluang dari satu kelas dari masing-masing kelompok atribut yang ada,
dan menentukan kelas mana yang paling optimal [3].
Pada dasarnya prinsip kerja kedua metode ini hampir sama yaitu
mengklasifikasikan data berdasarkan dua fase yaitu learning/training dan
testing/classify. Hanya saja KNN bekerja dengan menentukan nilai K tetangga
untuk mendapatkan hasil klasifikasi. Sedangkan Naïve bayes digunakan untuk
 GO TURKEY !!!!
SEMANGAT…………………………………..!!!!!!!!!!!!!!!!!!!!!!

mencari nilai probabilitas terbesar sesuai dengan tahapan pada Naïve Bayes
berdasarkan data training dan data testing. Tujuannya untuk meningkatkan nilai
keakuratan pada data mining, dan terbukti dapat meningkatkan nilai keakuratan dari
Naïve Bayes.

Rumusan Masalah
Berdasarkan latar belakang di atas, rumusan masalah yang dilakukan adalah
menganalisa Bagaimana pengimplementasian metode KNN dan Naïve bayes
Classifier dalam mengklasifikasikan data dalam pengambilan keputusan yang pasti
untuk menentukan karir siswa.

Tujuan Penelitian
Berdasarkan rumusan masalah di atas, tujuan dari penelitian ini adalah
menganalisis kinerja dan keakurasian metode KNN dan Naïve Bayes Classifier
dalam mengklasifikasi jurusan yang cocok berdasarkan pengetahuan, serta minat
dan bakat yang dimiliki oleh siswa tingkat SMA.

4- Research Method (METODE PENELITIAN)

Penelitian ini akan menggunakan 2 metode utama yaitu Algoritma K-Nearest
Neighbor (KNN) dan Naïve Bayes Classifier.
K-Nearest Neighbor (KNN)
KNN (K-Nearest Neighbor) merupakan sebuah metode klasifikasi terhadap
obyek baru berdasarkan (K) tetangga terdekatnya. Adapun persamaan metode
KNN adalah :

Keterangan:
x = Sampel Data
y = Data Uji / Testing
 GO TURKEY !!!!
SEMANGAT…………………………………..!!!!!!!!!!!!!!!!!!!!!!

i = Variabel Data
d = Jarak
m = Dimensi Data
Naïve Bayes Classifier (NBC)
Metode Naïve Bayes Classifier (NBC) merupakan salah satu algoritma
dalam teknik data mining yang menerapkan teori Bayes dalam klasifikasi (Santosa
2007). Ciri utama dari Naïve Bayes Classifier ini adalah asumsi yg sangat kuat
(naïf) akan independensi dari masing-masing kondisi / kejadian. Berikut rumus yang
digunakan pada naïve bayes:

Keterangan :
X  : Data dengan class yang belum diketahui
H  : Hipotesis data merupakan suatu class spesifik
P(H|X)  : Probabilitas hipotesis H berdasar kondisi X (posteriori probabilitas)
P(H)  : Probabilitas hipotesis H (prior probabilitas)
P(X|H)  : Probabilitas X berdasarkan kondisi pada hipotesis H
P(X)  : Probabilitas X

5- Preliminary Answer to the Research Question (PENDAHULUAN)

Sistem Pendukung Keputusan adalah sebuah sistem yang mampu
memberikan kemampuan pemecahan masalah maupun kemampuan
pengkomunikasian untuk masalah dengan kondisi semi terstruktur dan tak
terstruktur. Para ahli computer mencoba membangun sistem komputer yang dapat
membantu mengambil suatu keputusan. Melalui sistem pendukung keputusan akan
mengurangi risiko kesalahan yang dapat terjadi karena keterbatasan manusia.
Sistem pendukung keputusan ini dilengkapi dengan adanya data mining, Data
mining adalah ekstraksi informasi atau pola yang penting atau menarik dari data
 GO TURKEY !!!!
SEMANGAT…………………………………..!!!!!!!!!!!!!!!!!!!!!!

yang ada di database yang besar. Dalam jurnal ilmiah, data mining juga dikenal
dengan nama Knowledge Discovery in Databases (KDD) [4].
Klasifikasi data mining banyak digunakan sistem pendukung keputusan
karena klasifikasi untuk mengetahui konsep training dan ujinya. K-Nearest
Neighbour merupakan algoritma yang sering digunakan dalam pengklasifikasian
data mining. Adapun definisi KNN adalah Algoritma yang digunakan untuk
klasifikasi pada objek berdasarkan data latih yang jaraknya paling dekat dengan
objek tersebut. K-Nearest Neighbour (KNN) juga dapat didefinisikan suatu classifer
yang digunakan untuk mengklasifikasikan data berdasarkan perbandingan nilai K
tetangga terdekat, parameter K pada K-Nearest Neighbour (KNN) memiliki
pengaruh besar pada hasil akhir prediksi yang dihasilkan (Indah Listiowarni & Eka
Rahayu Setyaningsih, 2018).
Pengklasifikasi bayes merupakan salah satu pengklasifikasi statistik, dimana
pengklasifikasi ini dapat memprediksi probabilitas keanggotaan kelas suatu data
tuple yang akan masuk ke dalam kelas tertentu, sesuai dengan perhitungan
probabilitas. Pengklasifikasi Bayes didasari oleh teorema bayes yang ditemukan
oleh Thomas Bayes pada abad ke-18. Dalam studi pembandingan algoritma
klasifikasi telah ditemukan simple bayesian atau yang biasa dikenal dengan Naïve
Bayes classifier. Naïve Bayes classifier menunjukkan akurasi dan kecepatan yang
tinggi bila diterapkan pada database yang besar. Metode ini sering digunakan
dalam menyelesaikan masalah dalam bidang mesin pembelajaran karena metode
ini dikenal memiliki tingkat akurasi yang tinggi dengan perhitungan sederhana [5].
Pengkombinasian kedua metode tersebut diharapkan menunjukkan kinerja
yang baik dan menghasilkan tingkat akurasi dengan persentase yang tinggi sesuai
dengan yang diharapkan. Sehingga dengan penerapan kedua metode tersebut
dapat membantu memprediksi jenis karir siswa yang selaras dengan minat dan
bakat siswa.

7- Literature Review (DAFTAR PUSTAKA)

 GO TURKEY !!!!
SEMANGAT…………………………………..!!!!!!!!!!!!!!!!!!!!!!

1. Nunsina. 2020. Analisis kombinasi Algoritma K-Nearest Neighbor dengan Certainty

factor untuk menentukan karir siswa.
2. Rahayuningtyas Christiandita, Winarso Dedy Satrio. Implementasi Algoritma k-
Nearest Neighbor untuk Penjurusan Siswa SMA. STT Cahaya Surya-Kediri
3. Saepudin Sudin, Muslih Muhamad, Sihabudin. 2019. PEMILIHAN JURUSAN
DENGAN METODE K-NEAREST NEIGHBOR UNTUK CALON SISWA BARU.
Universitas Nusa Putra - SukaBumi
4. Ginting Selvia Lorena Br, Trinanda Reggy Pasya. TEKNIK DATA MINING
MENGGUNAKAN METODE BAYES CLASSIFIER UNTUK OPTIMALISASI
PENCARIAN PADA APLIKASI PERPUSTAKAAN. UNIVERSITAS PASUNDAN –
BANDUNG
5. https://cahyadsn.phpindonesia.id/extra/naive_bayes.php (akses : 17 February 2022)
6. Sari Mega Kartika, Ernawati, Pranowo. 2015. KOMBINASI METODE K-NEAREST
NEIGHBOR DAN NAÏVE BAYES UNTUK KLASIFIKASI DATA. Universitas Atma
Jaya-Yogyakarta