<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="18436">
<titleInfo>
<title>KLASIFIKASI PENERIMAAN SANTRI BARU MENGGUNAKAN ALGORITMA NAIVE BAYES BERBASIS WEB (Studi Kasus:</title>
<subTitle>Pondok Mahir Teknologi)</subTitle>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Ariesta Damayanti, S.Kom., M.Cs.</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>NURDIAS, MUHAMAD RAMADHAN TRI - 225410088</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes">mixed material</typeOfResource>
<genre authority="marcgt">bibliography</genre>
<originInfo>
<place><placeTerm type="text">Yogyakarta</placeTerm></place>
<publisher>UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI)</publisher>
<dateIssued>2026</dateIssued>
<issuance>monographic</issuance>
<edition></edition>
</originInfo>
<language>
<languageTerm type="code">id</languageTerm>
<languageTerm type="text">Indonesia</languageTerm>
</language>
<physicalDescription>
<form authority="gmd">Text Skripsi</form>
<extent></extent>
</physicalDescription>
<note>Pondok Mahir Teknologi bertujuan mencetak ahli IT muslim berkualitas
dari kalangan kurang mampu, namun seleksi santri baru saat ini masih dilakukan
secara manual. Kondisi ini menyebabkan penilaian menjadi subjektif, tidak
konsisten, dan memakan waktu lama dalam pengolahan data pendaftar.
Penelitian ini bertujuan untuk membangun sistem klasifikasi penerimaan santri
baru yang objektif dan terukur dengan memanfaatkan atribut umur, kondisi
keluarga, nilai tes IQ, dan tes kepribadian.
Sistem dikembangkan berbasis web menggunakan framework Laravel
dengan menerapkan algoritma Naive Bayes sebagai metode klasifikasi utama.
Guna meningkatkan kualitas model, penelitian ini mengintegrasikan tahapan
preprocessing berupa imputasi nilai mean untuk menangani data kosong (missing
values) serta menerapkan teknik Random Oversampling. Teknik oversampling
ini digunakan untuk mengatasi masalah ketidakseimbangan kelas (imbalanced
data) pada dataset, sehingga mencegah bias prediksi terhadap kelas mayoritas.
Hasil pengujian sistem menggunakan metode Confusion Matrix pada 41
data uji menunjukkan tingkat akurasi sebesar 70,73% dan nilai Recall sebesar
81,82%. Tingginya nilai Recall mengindikasikan bahwa sistem memiliki
sensitivitas yang baik dalam mengenali calon santri yang layak diterima,
sehingga meminimalisir risiko penolakan terhadap kandidat potensial.
Berdasarkan hasil tersebut, sistem ini terbukti mampu menggantikan metode
manual dengan menyediakan proses seleksi yang lebih cepat, transparan, dan
akuntabel.
Kata Kunci : Imbalanced Data, Klasifikasi, Naive Bayes, Random
Oversampling, Seleksi Santri</note>
<subject authority=""><topic>Algoritma Naive Bayes</topic></subject>
<subject authority=""><topic>Klasifikasi</topic></subject>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia</physicalLocation>
<shelfLocator>046 NUR K R.1</shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">NUR0046IF2026</numerationAndChronology>
<sublocation>Rak Referensi  Skripsi Informatika</sublocation>
<shelfLocator>046 NUR K R.1</shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<recordInfo>
<recordIdentifier>18436</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2026-04-08 10:49:02</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2026-04-08 10:52:20</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>