Klasifikasi Capaian Kompetensi Siswa Kejuruan Pada Siswa SMK Swasta Prama Artha Menggunakan Metode Naïve Bayes

Dian Fajar Gultom

Abstract


SMK Prama Artha merupakan lembaga pendidikan sekolah menengah kejuruan di Kabupaten Simalungun Kecamatan Bandar Huluan. Sekolah menengah kejuruan sangat berperan untuk menciptakan lulusan terbaik bagi kebutuhan dunia kerja. Proses kelulusan adalah kegiatan paling akhir dari manajemen peserta didik. Kriteria kelulusan siswa untuk ujian kompetensi harus memenuhi nilai minimal, menyelesaikan semua mata pelajaran, mengikuti ujian sekolah, uji kompetensi. Pada angkatan tahun 2020 yang berjumlah 80 siswa, siswa yang tidak lulus pada ujian komptensi berjumlah 20 siswa, Maka dari itu penelitian ini dilakukan untuk mengklasifikasi capaian kompetensi siswa dengan menggunakan algoritma Naïve Bayes, Naïve Bayes merupakan algoritma klasifikasi pohon keputusan yang banyak digunakan karena memiliki kelebihan utama dari algoritma yang lainnya Kelebihan algoritma Naïve Bayes dapat menghasilkan pohon keputusan yang mudah diinterprestasikan, memiliki tingkat akurasi yang dapat diterima, efisien dalam menangani atribut bertipe diskrit dan numerik. Hasil Penelitian ini hasil akurasi dari klasifikasi kelulusan menggunakan tools RapidMiner, yang diharapkan dapat membantu pihak sekolah dalam menentukan hasil capaian kompetensi siswa dengan objektif.


References


Abdillah, G., Putra, F. A. and Renaldi, F. (2016) ‘PENERAPAN DATA MINING PEMAKAIAN AIR PELANGGAN UNTUK MENENTUKAN KLASIFIKASI POTENSI PEMAKAIAN AIR PELANGGAN BARU DI PDAM TIRTA RAHARJA MENGGUNAKAN ALGORITMA K-MEANS’, Seminar Nasional Teknologi Informasi dan Komunikasi, pp. 18–19.

Annurullah Fajrin, A. and Maulana, A. (2018) ‘PENERAPAN DATA MINING UNTUK ANALISIS POLA PEMBELIAN KONSUMEN DENGAN ALGORITMA FP- GROWTH PADA DATA TRANSAKSI PENJUALAN’, Kumpulan jurnaL Ilmu Komputer (KLIK), 05(01), pp. 27–36.

Fadlan, C., Ningsih, S. and Windarto, A. P. (2018) ‘Penerapan Metode Naïve Bayes Dalam Klasifikasi Kelayakan Keluarga Penerima Beras Rastra’, Jurnal Teknik Informatika Musirawas (JUTIM), 3(1), p. 1. doi: 10.32767/jutim.v3i1.286.

Guntur, M., Santony, J. and Yuhandri (2018) ‘Prediksi Harga Emas dengan Menggunakan Metode Naïve Bayes dalam Investasi untuk Meminimalisasi Resiko’, Jurnal RESTI(Rekayasa Sistem dan Teknologi Informasi), 2(1), pp. 354–360.

Muslehatin, W., Ibnu, M. and Mustakim (2017) ‘Penerapan Naïve Bayes Classification untuk Klasifikasi Tingkat Kemungkinan Obesitas Mahasiswa Sistem Informasi UIN Suska Riau’, Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI), pp. 18–19.

Nasari, F. and Darma, S. (2015) ‘PENERAPAN K-MEANS CLUSTERING PADA DATA PENERIMAAN MAHASISWA BARU’, Seminar Nasional Teknologi Informasi dan Multimedia, pp. 6–8.

Nasution, M. (2014) ‘IMPLEMENTASI DATA MINING ROUGH SET DALAM MENENTUKAN TINGKAT KERUSAKAN ALAT DAN BAHAN KIMIA (STUDI KASUS DI LABORATORIUM RESEP SMK S-16 FARMASI BENGKULU)’, Jurnal Ilmiah AMIK Labuhan Batu, 2(1).

Parlina, I. et al. (2018) ‘MEMANFAATKAN ALGORITMA K-MEANS DALAM MENENTUKAN PEGAWAI YANG LAYAK MENGIKUTI ASESSMENT CENTER UNTUK CLUSTERING PROGRAM SDP’, CESS (Journal of Computer Engineering System and Science), 3(1), pp. 87–93.

Rodiyansyah, S. F. (2014) ‘NAÏVE BAYES CLASSIFICATION UNTUK PENENTUAN KELAYAKAN DONOR DARAH’, pp. 156–159.

Saleh, A. (2015) ‘Implementasi Metode Klasifikasi Naïve Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga’, Citec Journal, 2(3), pp. 207–217.

Sulastri and Nugroho, Y. S. (2017) ‘Penerapan Data Mining Untuk Prediksi Rating Penjualan Buku Menggunakan Metode Naive Bayes’, 12, pp. 57–72.

Yanto, R. (2018) ‘Implementasi Data Mining Estimasi Ketersediaan Lahan Pembuangan Sampah menggunakan Algoritma Regresi Linear’, JURNAL RESTI (Rekayasa Sistem dan Teknologi Informasi), 2(1), pp. 361–366.

Yasid, M. (2019) ‘Analisis Sentimen Maskapai Citilink Pada Twitter Dengan Metode Naãve Bayes’, Jurnal Ilmiah Informatika, 7(02), p. 82.

Yuli, M. (2017) ‘Jurnal Edik Informatika Data Mining : Klasifikasi Menggunakan Algoritma C4 . 5 Data mining merupakan bagian dari tahapan proses Knowledge Discovery in Database ( KDD ) . Jurnal Edik Informatika’, Jurnal Edik Informatika, 2(2), pp. 213–219.


Refbacks

  • There are currently no refbacks.


 

LPPM STIKOM Tunas Bangsa
https://tunasbangsa.ac.id/lp2m/
Organized by STIKOM Tunas Bangsa
Published by LPPM STIKOM Tunas Bangsa
W: https://skripsi.tunasbangsa.ac.id/index.php/2022

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0