Dalam suatu cabang olahraga atletik terdapat beberapa nomor yang dilombakan, baik ditingkat regional maupun internasional. Nomor –nomor perlombaan tersebut diantaranya: lari cepat, lari menengah, lompat, jalan dan lempar. Cabang olahraga atletik berada dibawah naungan organisasi Persatuan Atletik Seluruh Indonesia atau (PASI). Penilaian yang dilakukan masih secara manual. Sehingga, sering terjadi kesalahan yang dilakukan oleh pelatih dalam menentukan nomor perlombaan bagi peserta didiknya. Oleh karena itu, Persatuan Atletik Seluruh Indonesia (PASI) membutuhkan sebuah sistem yang memiliki waktu komputasi yang cepat dan efisien dalam pengolahan data. Untuk mendukung sistem pendukung tersebut perlu adanya sebuah metode. Salah satunya metode yang akan digunakan pada sistem pendukung keputusan penentuan nomor perlombaan ini yaitu Metode Naive Bayes. Metode Naive Bayes berfungsi dalam pengklasifikasian data pada kelas tertentu. Hasil dari klasifikasi tersebut kemudian digunakan pelatih sebagai bahan pertimbangan bagi peserta didiknya yang akan bergabung. Dengan adanya sistem ini diharapkan pelatih dapat lebih mudah dalam menentukan nomor perlombaan bagi peserta didiknya. Hasil dari pengujian sistem menggunakan metode Naive Bayes dengan data uji 19 menghasikan tingkat akurasi 89,47%, untuk data uji 36 menghasilkan akurasi 58,33%, untuk data uji 54 menghasilkan akurasi 40,74%.


Deskripsi Lain

In an athletics, there are some number are contested both at regional or international level. The numbers of athletics competition are : sprint, middle distance running, jump, brisk walking, and shot put. Athletics in under the auspices of the Indonesian Athletics Association (PASI). The assessment is still in manually. So that, the frequent errors in assigning the number of competition for player conducted by coach. Therefore, The Indonesian Athletics Association (PASI) requires a system that has a fast computing and efficient in data processing. To support the system needs to be a methode. One of the methode that will be used in decision support system for assigning the number of competition is naive bayes methode. Naive bayes methode has a function for classification of data on a particular data. The results of the classification then used coaches as consideration for learners who will join. This system is expected to coaches can more easily assign the numbers of computation for learners. Of result testing system with naive bayes methode get the accuracy rate the of 89,47% for 19 test data, then get the accuracy rate of 58,33% for 36 data test, and get the accuraccy rate of 40,74% for 54 data test.

• SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN BERPRESTASI DENGAN INTEGRASI FAHP DAN ELECTRE II
• SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA KARYAWAN MENGGUNAKAN METODE INTREGRATED PERFORMANCE MEASUREMENTS SYSTEMS (STUDI KASUS : PT. SINAR SOSRO)
• SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA PPA,BBM, DAN MAGANG MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)(STUDY KASUS : FAKULTAS TEKNIK UTM)
• SISTEM PENDUKUNG KEPUTUSAN PARIWISATA UNGGULAN DI JAWA TIMUR DENGAN VISUALISASI GEOGRAFI MENGGUNAKAN METODE FAHP DAN MAUT
• SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI JURUSAN DENGAN MENGGUNAKAN METODE AHP DAN SAW (STUDI KASUS SMKN 1 BUDURAN SIDOARJO)