PENGGUNAAN ALGORITME NAÏVE BAYES UNTUK PREDIKSI HASIL BELAJAR SISWA SMAN 3 RANGKASBITUNG BERDASARKAN SOSIAL EKONOMI
Kata Kunci:
Data Mining, naive bayes, prediksi, hasil belajarAbstrak
Setiap tahun ajaran baru setiap siswa baru diharuskan mengisi biodata yang memuat data sosial-ekonomi keluarganya. Data tersebut dituliskan dalam formulir yang disediakan SMAN 3 Rangkasbitung. Setelah menempuh pembelajaran selama satu tahun ajaran siswa mendapatkan hasil belajar, namun tidak semua siswa mendapatkan hasil belajar yang memuaskan. Data yang diterima sekolah setiap tahun terus bertambah, sehingga mengakibatkan berlimpahnya data siswa. Data mining merupakan cara yang mampu mengolah data yang sangat besar tersebut dapat menjadi sebuah informasi. Data mining dengan metode Naive Bayes mampu memprediksi masa depan menggunakan probabilistik yang menerapkan aturan Bayes dengan asumsi memprediksi masa depan dengan menggunakan data yang terkait. Tujuan penelitian ini adalah mengetahui implementasi teknik data mining dengan metode Naïve Bayes menyajikan informasi dalam memprediksi hasil belajar siswa. Penelitian ini bersifat studi kasus dan untuk memprediksi hasil belajar siswa dengan data mining metode Naïve Bayes. Hasil penelitian pengujian dengan data training sebanyak 132 data diperoleh keakurasian sebesar 87,5%. Data testing sebanyak 80 siswa sebagai data uji didapatkan hasil bahwa siswa dengan hasil belajar memuaskan sebanyak 66 siswa atau sekitar 82,50% dari jumlah data testing dan siswa dengan hasil belajar kurang memuaskan sebanyak 14 siswa atau sekitar 17,50%.
Referensi
Preddy Marpaung dan R. Fanry Siahaan, “Penerapan Algoritma K-Means Clustering Untuk Pemetaan Kepadatan Penduduk Berdasarkan Jumlah Penduduk Kota Medan”, J-SAKTI: Jurnal Sains Komputer dan Informatika, Vol. 5, No. 1, pp. 503-521, 2021, https://tunasbangsa.ac.id/ejurnal/index.php/jsakti
Devi Heryana, “Data Miining untuk Mempredi Kelulusan Mahasiswa Pendidikan Matematika UIN Raden Intan Lampung Menggunakan Naïve Bayes”, Skripsi Tidak Dipublikasikan. Lampung: Universitas Islam Negeri Raden Intan, 2019, http://repository.radenintan.ac.id/id/eprint/6430
I Kadek Juni Arta, Gede Indrawan, dan Gede Rasben Dantes, “Data Mining Rekomendasi Calon Mahasiswa Berprestasi di STMIK Denpasar Menggunakan Metode Technique for Others Reference by Similarity to Ideal Solution”, Jurnal Ilmu Komputer Indonesia (JIKI), Vol. 4, No. 1, pp. 11-21, 2019, https://ejournal-pasca.undiksha.ac.id/index.php/jik/article/view/2765/1330
Megawati Noperia, Ishak, dan Vina Winda Sari, “Implementasi Data Mining Pengelompokan Data Nilai Untuk Menentukan Minat Belajar Seni Budaya”, JURNAL SISTEM INFORMASI TGD, Vol. 2, No. 1, pp. 65-72, 2023, https://ojs.trigunadharma.ac.id/index.php/jsi/article/viewFile/5656/1978
Firmansyah dan Agus Yulianto, “Prediksi Hasil Belajar Menggunakan Naïve Bayes Classifier pada Tingkat Sekolah Dasar”, Remik: Riset dan E-Jurnal Manajemen Informatika Komputer, Vol. 7, No. 2, pp. 1174-1182, 2023, http://doi.org/10.33395/remik.v7i2.12375
Simon Pranata Barus, “Implementation of Naïve Bayes Classifier-based Machine Learning to Predict and Classify New Students at Matana University”, Journal of Physics: Conference Series, Vol. 1842, pp. 1-7, 2021, http://doi:10.1088/1742-6596/1842/1/012008
M. A. Aditya, A. Helen, dan I. Suryana, “Naïve Bayes and Maximum Entropy Comparison for Translated Novel’s Genre Classification”, Journal of Physics: Conference Series, Vol. 1722(012007), 2021, https://iopscience.iop.org/article/10.1088/1742-6596/1722/1/012007/pdf
Ade Clinton Sitepu, Wanayumini, dan Zakarias Situmorang, “Determining Bullying Text Classification Using Naive Bayes Classification on Social Media”, Jurnal Varian, Vol. 4, No. 2, pp. 133-140, 2021, https://journal.universitasbumigora.ac.id/index.php/Varian
Roni Anagora, R. A., Rudini , R., Rohmat Taufiq , R. T., Ahmad Dedi Jubaedi , A. D. J., Rio Wirawan, R. W., & Arman Syah Putra, “The Classification of Phishing Websites using Naïve Bayes Classifier Algorithm”, International Journal Of Science, Technology & Management, Vol. 3, No. 2, pp. 553-562, 2022, https://doi.org/10.46729/ijstm.v3i2.498
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2023 Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI)
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.