IMPLEMENTASI DATA MINING UNTUK KLASIFIKASI KELULUSAN MENGGUNAKAN METODE NAIVE BAYES BERBASIS WEB PADA SISWA

Penulis

  • Tito Ponda Universitas Budi Luhur
  • Dewi Kusumaningsih Universitas Budi Luhur

Kata Kunci:

naive bayes, data mining, tingkat kelulusan

Abstrak

Siswa SMKS YAJ Depok sering mengalami kesulitan dalam melanjutkan pendidikan ke jenjang berikutnya akibat kendala pada nilai yang menjadi persyaratan. Hal ini menyebabkan banyak siswa yang ditolak saat mendaftar. Untuk mengatasi masalah ini, dikembangkan aplikasi yang mengklasifikasikan nilai siswa agar mereka memiliki peluang lebih besar untuk diterima. Penelitian ini memanfaatkan data kelulusan siswa yang diolah menggunakan teknik data mining untuk menghasilkan klasifikasi kelulusan. Metode yang digunakan adalah Naïve Bayes. Atribut yang digunakan dalam prediksi kelulusan meliputi nilai agama, nilai kewarganegaraan, nilai matematika, nilai kejuruan dan prestasi. Data yang digunakan dalam pengujian ini diambil dari arsip nilai sekolah dengan total 264 data. Hasil pengujian dievaluasi menggunakan confusion matrix dan holdout validation. Berdasarkan hasil pengujian, sistem ini mencapai akurasi sebesar 92%, recall sebesar 84,69%, dan presisi sebesar 67,76%.

Referensi

M. Jannah, “Penerapan Data Mining Prediksi Nilai UN Siswa SMP Menggunakan Metode Naive Bayes,” I N F O R M a T I K a, vol. 12, no. 2, hal. 1, 2020, doi: 10.36723/juri.v12i2.220.

L. Lisnawita dan M. Devega, “Analisis Perbandingan Algoritma Apriori Dan Algoritma Eclat Dalam Menentukan Pola Peminjaman Buku Di Perpustakaan Universitas Lancang Kuning,” INOVTEK Polbeng - Seri Inform., vol. 3, no. 2, hal. 118, 2018, doi: 10.35314/isi.v3i2.753.

D. Yunita, P. Rosyani, dan R. Amalia, “Analisa Prestasi Siswa Berdasarkan Kedisiplinan, Nilai Hasil Belajar, Sosial Ekonomi dan Aktivitas Organisasi Menggunakan Algoritma Naïve Bayes,” J. Inform. Univ. Pamulang, vol. 3, no. 4, hal. 209, 2018, doi: 10.32493/informatika.v3i4.2032.

J. Dongga, A. ` Sarungallo, N. Koru, dan G. Lante, “Implementasi Data Mining Menggunakan Algoritma Apriori Dalam Menentukan Persediaan Barang (Studi Kasus: Toko Swapen Jaya Manokwari),” G-Tech J. Teknol. Terap., vol. 7, no. 1, hal. 119–126, 2023, doi: 10.33379/gtech.v7i1.1938.

Syarli dan A. A. Muin, “Metode Naive Bayes Untuk Prediksi Kelulusan,” J. Ilm. Ilmu Komput., vol. 2, no. 1, hal. 22–26, 2016, [Daring]. Tersedia pada: https://media.neliti.com/media/publications/283828-metode-naive-bayes-untuk-prediksi-kelulu-139fcfea.pdf.

L. Febriyanti dan H. Zakaria, “Implementasi Data Mining Untuk Memprediksi Produktivitas Pada Tanaman Kacang Tanah Menggunakan Metode Naive Bayes (Studi Kasus : Perkebunan Kacang Tanah Di Kota Bogor),” Log. J. Ilmu Komput. dan Pendidik., vol. 1, no. 2, hal. 105–118, 2023, [Daring]. Tersedia pada: https://journal.mediapublikasi.id/index.php/logic/article/view/2353.

R. Rachman dan R. N. Handayani, “Klasifikasi Algoritma Naive Bayes Dalam Memprediksi Tingkat Kelancaran Pembayaran Sewa Teras UMKM,” J. Inform., vol. 8, no. 2, hal. 111–122, 2021, doi: 10.31294/ji.v8i2.10494.

N. Riyanah dan F. Fatmawati, “Penerapan Algoritma Naive Bayes Untuk Klasifikasi Penerima Bantuan Surat Keterangan Tidak Mampu,” JTIM J. Teknol. Inf. dan Multimed., vol. 2, no. 4, hal. 206–213, 2021, doi: 10.35746/jtim.v2i4.117.

R. Rizki, R. Athallah, I. Cholissodin, dan P. P. Adikara, “Prediksi Potensi Pengidap Penyakit Diabetes berdasarkan Faktor Risiko Menggunakan Algoritme Kernel K-Nearest Neighbor,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 8, hal. 3777–3785, 2022, [Daring]. Tersedia pada: https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/11439.

Amrin Amrin, “Data Mining Dengan Algoritma Apriori untuk Penentuan Aturan Asosiasi Pola Pembelian Pupuk,” Paradigma, vol. XIX, no. 1, hal. 74–79, 2017, doi: https://doi.org/10.31294/p.v19i1.1836.

Unduhan

Diterbitkan

30-09-2024

Cara Mengutip

Ponda, T., & Kusumaningsih, D. (2024). IMPLEMENTASI DATA MINING UNTUK KLASIFIKASI KELULUSAN MENGGUNAKAN METODE NAIVE BAYES BERBASIS WEB PADA SISWA . Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 3(2), 856–864. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/1547

Terbitan

Bagian

Artificial Intelligence

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 3 > >>