LAPORAN AKHIR PENELITIAN / RISET SISTEM PENDUKUNG KEPUTUSAN SELEKSI ATLET BELADIRI JIU JITSU UNESA BERDASARKAN DATA FISIK MENGGUNAKAN NAÏVE BAYES

MAULANA SURA DIKUHA SYAIFULLAH, 04216061 (2022) LAPORAN AKHIR PENELITIAN / RISET SISTEM PENDUKUNG KEPUTUSAN SELEKSI ATLET BELADIRI JIU JITSU UNESA BERDASARKAN DATA FISIK MENGGUNAKAN NAÏVE BAYES. Undergraduate thesis, UNIVERSITAS NAROTAMA.

[img] Text (COVER)
cover_maulana sura.pdf

Download (2MB)
[img] Text (BAB I)
bab I_maulana sura.pdf

Download (2MB)
[img] Text (BAB II)
bab II_maulana sura.pdf

Download (2MB)
[img] Text (BAB III)
bab III_maulana sura.pdf

Download (2MB)
[img] Text (BAB IV)
bab IV_maulana sura.pdf

Download (2MB)
[img] Text (BAB V)
bab V_maulana sura.pdf

Download (2MB)

Abstract

Tujuan dari penelitian ini adalah untuk membantu melakukan seleksi atlet jiujitsu yang dilakukan oleh pelatih. Peneliti melakukan klasifikasi berdasarkan data yang diambil dari pelatih jiujitsu. Data mining dapat diartikan sebagai proses pengekstrakan informasi baru yang diambil dari bongkahan data besar untuk menunjang hasil pengambilan keputusan. Oleh karena itu menggunakan Sistem Pendukung Keputusan yang dapat membantu pengambilan keputusan untuk membantu dalam seleksi data fisik atlet. Dalam data mining terdapat banyak metode yang dapat digunakan, salah satunya adalah metode klasifikasi dengan menggunakan algoritma naive bayes. Hasil yang didapatkan dari penelitian ini adalah 96% menggunakan use data aset, 70% percentage split dengan presentase 60% dan 70% menghasilkan percentage split 85.71%, sedangkan presentase 80% menghasilkan percentage split 80%. Kata kunci—Atlet, Klasifikasi, Naïve Bayes, Sistem Pendukung Keputusan, Tes Fisik

Item Type: Thesis (Undergraduate)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Ilmu Komputer > Sistem Informasi
Depositing User: Repository Administrator
Date Deposited: 08 Oct 2025 04:28
Last Modified: 08 Oct 2025 04:28
URI: http://repository.narotama.ac.id/id/eprint/2119

Actions (login required)

View Item View Item

Downloads

Downloads per month over past year