Keywords
Algoritma Naive Bayes
Klasifikasi
Akurasi Data
How to Cite
Abstract
Prestasi siswa adalah parameter krusial dalam mengevaluasi efektivitas sistem pendidikan. Dalam usaha untuk memprediksi prestasi siswa, terdapat banyak faktor yang perlu dipertimbangkan. Pemilihan metode prediksi yang tepat dapat memberikan wawasan berharga bagi pihak sekolah atau lembaga pendidikan guna meningkatkan kinerja siswa. Metode yang digunakan dalam penelitian ini adalah algoritma Naive Bayes, sebuah pendekatan klasifikasi yang memanfaatkan teorema Bayes untuk membuat prediksi. Data yang digunakan melibatkan jarak tempat tinggal siswa dan nilai mata pelajaran yang telah dikelompokkan. Algoritma Naive Bayes memungkinkan kita untuk memodelkan probabilitas setiap label prestasi berdasarkan data yang tersedia. Penelitian ini mengungkapkan hasil prediksi prestasi dari 12 data siswa, berdasarkan informasi yang diperoleh dari manajemen sekolah. Data tersebut juga telah diuji menggunakan RapidMiner, menghasilkan nilai akurasi sebesar 83,33%, dengan precision kelas prediksi yang sangat baik sebesar 100%, prediksi baik sebesar 75,00%, dan prediksi yang memerlukan bimbingan sebesar 100%.
References
L. Wydiastuty Kusuma, “Prediksi Kemampuan Lulusan SMK untuk Dapat Bersaing Di Dunia Kerja dengan Menggunakan Naïve Bayes: Studi Kasus SMK Buddhi Tangerang,” 2019. [Online]. Available: https://jurnal.buddhidharma.ac.id/index.php/algor/index
I. Algoritma et al., “Implementasi Algoritma Naïve Bayes Untuk Prediksi Persediaan Barang Rotan,” KOPERTIP : Scientific Journal of Informatics Management and Computer, vol. 4, no. 1, pp. 28–34, Jun. 2020, doi: 10.32485/KOPERTIP.V4I1.112.
M. Asfi, N. Fitrianingsih, D. Pembimbing, N. Skripsi, and C. Bayes, “Implementasi Algoritma Naive Bayes Classifier sebagai Sistem Rekomendasi Pembimbing Skripsi,” InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan, vol. 5, no. 1, pp. 44–50, Sep. 2020, doi: 10.30743/INFOTEKJAR.V5I1.2536.
R. Y. Hayuningtyas, “Penerapan Algoritma Naïve Bayes untuk Rekomendasi Pakaian Wanita,” Jurnal Informatika, vol. 6, no. 1, pp. 18–22, Apr. 2019, doi: 10.31294/JI.V6I1.4685.
R. Aulia et al., “Prediksi Perguruan Tinggi Negeri dengan Menggunakan Metode Naive Bayes,” pp. 106–111, 2020.
M. Bakri, “Penerapan Data Mining untuk Clustering Kualitas Batu Bara dalam Proses Pembakaran di PLTU Sebalang Menggunakan Metode K-Means,” Jurnal Teknoinfo, vol. 11, no. 1, p. 6, 2017, doi: 10.33365/jti.v11i1.3.
E. Etriyanti, D. Syamsuar, D. Yesi, and N. Kunang, “Implementasi Data Mining Menggunakan Algoritme Naive Bayes Classifier dan C4.5 untuk Memprediksi Kelulusan Mahasiswa,” Telematika, vol. 13, no. 1, pp. 56–67, Feb. 2020, doi: 10.35671/TELEMATIKA.V13I1.881.
D. Waru, R. W. Astuti, and N. Kahar, “Penerapan Data Mining Untuk Memprediksi Daya Serap Lulusan Siswa Menggunakan Algoritma Native Bayes,” Arcitech: Journal of Computer Science and Artificial Intelligence, vol. 1, no. 1, p. 57, Jun. 2021, doi: 10.29240/arcitech.v1i1.3294.
M. S. Mustafa, M. R. Ramadhan, and A. P. Thenata, “Implementasi Data Mining untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier,” Creative Information Technology Journal, vol. 4, no. 2, p. 151, 2018, doi: 10.24076/citec.2017v4i2.106.
A. Penelitian et al., “Penerapan Aplikasi RapidMiner Untuk Prediksi Nilai Tukar Rupiah Terhadap US Dollar Dengan Metode Linear Regression,” Jurnal Nasional Teknologi dan Sistem Informasi, vol. 7, no. 1, pp. 8–17, May 2021, doi: 10.25077/TEKNOSI.V7I1.2021.8-17.
J. A. Karlia, W. Nurmansyah, and M. Charitas, “Aplikasi Multi Platform Penerapan Algoritma Naive Bayes untuk Klasifikasi Keterlambatan Pembayaran Premi Asuransi,” STRING (Satuan Tulisan Riset dan Inovasi Teknologi), vol. 7, no. 1, pp. 9–15, Aug. 2022, doi: 10.30998/STRING.V7I1.11932.
J. N. Permana, R. Goejantoro, and S. Prangga, “Perbandingan Algoritma C4.5 Dan Naïve Bayes Untuk Prediksi Ketepatan Waktu Studi Mahasiswa,” EKSPONENSIAL, vol. 13, no. 2, pp. 161–170, Jan. 2023, doi: 10.30872/EKSPONENSIAL.V13I2.947.
N. Yustira, D. Witarsyah, and ..., “Implementasi Algoritma NaÏve Bayes Classification Untuk Klasifikasi Kelulusan Mahasiswa Tepat Waktu,” eProceedings …, 2021, [Online]. Available: https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/16721%0Ahttps://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/16721/16429
E. Fitriani, P. H. Susilo, and A. S. Budi, “Sistem Cerdas Prediksi Prestasi Belajar Menggunakan Algoritma Naive Bayes di MA Sains Roudlotul Qur’an Lamongan,” Generation Journal, vol. 6, no. 1, pp. 58–67, Jan. 2022, doi: 10.29407/GJ.V6I1.16118.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2023 Rizky Harianda, Denny Kurniadi, Elfi Tasrif, Khairi Budayawan