Prediksi Hasil Belajar Menggunakan Naïve Bayes Classifier pada Tingkat Sekolah Dasar

Abstract

Sekolah dasar merupakan lembaga pendidikan yang menyelenggarakan program pendidikan untuk menyiapkan peserta didik ke jenjang selanjutnya. Untuk dapat melanjutkan ke jenjang berikutnya tentunya dibutuhkan hasil belajar yang baik sehingga siswa dapat lulus tepat waktu. Hasil belajar adalah indikator prestasi dari peserta didik sehingga dibutuhkan model algoritma yang dapat memprediksi hasil belajar, tujuannya adalah sebagai alat pendukung keputusan lembaga dalam mengevaluasi proses pembelajaran, Hasil belajar seorang siswa merupakan patokan kemampuan siswa menguasai pelajaran sekolah, Akan lebih baik hasil belajar selalu dievaluasi oleh pendidik dengan tujuan untuk melihat kemampuan tiap-tiap anak, dengan menggunakan sampling 2 fitur yaitu kehadiran dan peringkat dan 1 fitur kelas yaitu klasifikasi. Fitur kehadiran merupakan jumlah kehadiran siswa dimana dibagi menjadi 4 klasifikasi yaitu >=90, >=70, >=50 dan <50. Fitur peringkat untuk menggambarkan peringkat siswa di kelas dengan klasifikasi peringkat 1-3, 4-10 dan >10, sedangkan kelas nilai adalah kelas yang sudah memiliki label >=90 dan <90. Naive Buyes merupakan sebuah pengklasifikasian probabilistik sederhana yang menghitung sekumpulan probabilitas dengan menjumlahkan frekuensi dan kombinasi nilai dari dataset yang diberikan. Dengan Naive bayes classifier dapat memprediksi belajar dari peserta didik sekolah dasar berdasarkan variabel kehadidiran dan peringkat. Hasil dari pengujian menggunakan 10 Fold-Cross Validation pada Rapid Miner menunjukkan nilai akurasi mencapai 89,93%, nilai presisi mencapai 68,95 % dan nilai mencapai 65%.