Klasifikasi Anak Berpotensi Putus Sekolah dengan Metode Naïve Bayes Di Kabupaten Manokwari

Maria Leonila Yawa Yoridi(1*), Magdalena A. Ineke Pakereng(2),

(1) FTI UKSW, Salatiga, Indonesia
(2) FTI UKSW, Salatiga, Indonesia
(*) Corresponding Author

Abstract


National development is determined by qualified human resources. Education is a universal activity in the life of a human being. To create quality human beings must be equipped with education, both education at school and outside school. The main problem of education in Manokwari Regency, West Papua is that there are still many children who do not continue their education or stop going to school in the middle of their journey. The Naïve Bayes algorithm with Cross Validation operators was used to analyze the data and predict children who could potentially drop out of school. The results showed that the prediction accuracy rate was 70%. The Naïve Bayes method tends to provide accurate results in predicting children who are not likely to drop out of school with a class precision of 88.89%. However, this method has limitations in predicting children who are potentially or very likely to drop out of school, with class precision and class recall being low for the label of 0.00%.

Full Text:

PDF

References


Rahmad. M, „Perilaku Sosial Anak Putus Sekolah“, Equilib. Pendidik. Sosiol., том IV, бр 1, с-ци 1–10, 2015.

E. J. R. K. Riswan Assa и J. Lumintang, „Faktor Penyebab Anak Putus Sekolah Di Desa Sonuo Kecamatan Bolangitang Barat Kabupaten Bolaang Mongondow Utara“, J. Ilm. Soc., том 2, бр 1, с-ци 1–10, 2022.

S. Sinaga, R. W. Sembiring, и S. Sumarno, „Penerapan Algoritma Naive Bayes untuk Klasifikasi Prediksi Penerimaan Siswa Baru“, J. Mach. …, том 1, бр 1, с-ци 55–64, 2022, [Онлайн]. Available at: https://journal.fkpt.org/index.php/malda/article/view/162%0Ahttps://journal.fkpt.org/index.php/malda/article/download/162/115.

N. Nurajijah, D. A. Ningtyas, и M. Wahyudi, „Klasifikasi Siswa Smk Berpotensi Putus Sekolah Menggunakan Algoritma Decision Tree, Support Vector Machine Dan Naive Bayes“, J. Khatulistiwa Inform., том 7, бр 2, с-ци 85–90, 2019, doi: 10.31294/jki.v7i2.6839.

A. Surip, M. A. Pratama, I. Ali, A. R. Dikananda, и A. I. Purnamasari, „Penerapan Machine Learning menggunakan algoritma C4.5 berbasis PSO dalam Menganalisa Data Siswa Putus Sekolah“, INFORMATICS Educ. Prof. J. Informatics, том 5, бр 2, с 147, 2021, doi: 10.51211/itbi.v5i2.1530.

D. Fitrianah, S. Dwiasnati, H. H. H, и K. A. Baihaqi, „Penerapan Metode Machine Learning untuk Prediksi Nasabah Potensial menggunakan Algoritma Klasifikasi Naïve Bayes“, Fakt. Exacta, том 14, бр 2, с 92, 2021, doi: 10.30998/faktorexacta.v14i2.9297.

A. Saleh, „Penerapan Data Mining Dengan Metode Klasifikasi Naïve Bayes Untuk Memprediksi Kelulusan Mahasiswa Dalam Mengikuti English Proficiency Test“, Univ. Potensi Utama, бр June, с-ци 1–6, 2015.

T. I. Andini, W. Witanti, и F. Renaldi, „Prediksi Potensi Pemasaran Produk Baru dengan Metode Naïve Bayes Classifier dan Regresi Linear“, Semin. Nas. Apl. Teknol. Inf., с-ци 27–32, 2016.

A. A. Widhesaputi и B. Sutijo S.U., „Klasifikasi Anak Putus Sekolah di Provinsi Jawa Timur“, с-ци 1–6, 2015.

H. F. Putro, R. T. Vulandari, и W. L. Y. Saptomo, „Penerapan Metode Naive Bayes Untuk Klasifikasi Pelanggan“, J. Teknol. Inf. dan Komun., том 8, бр 2, 2020, doi: 10.30646/tikomsin.v8i2.500.

M. S. Mustafa, M. R. Ramadhan, и A. P. Thenata, „Implementasi Data Mining untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier“, Creat. Inf. Technol. J., том 4, бр 2, с 151, 2018, doi: 10.24076/citec.2017v4i2.106.

W. P. Nurmayanti, „Penerapan Naive Bayes dalam Mengklasifikasikan Masyarakat Miskin di Desa Lepak“, Geodika J. Kaji. Ilmu dan Pendidik. Geogr., том 5, бр 1, с-ци 123–132, 2021, doi: 10.29408/geodika.v5i1.3430.

B. H. Hayadi, „Bab 2 Landasan Teori“, Apl. dan Anal. Lit. Fasilkom UI, том m, бр 1998, с-ци 7–34, 2018, [Онлайн]. Available at: http://elib.unikom.ac.id/files/disk1/655/jbptunikompp-gdl-supriadini-32740-6-12.unik-i.pdf.

A. M. Hidayat и M. Syafrullah, „Algoritma Naïve Bayes Dalam Analisis Sentimen Untuk Klasifikasi Pada Layanan Internet PT.XYZ“, J. Telemat. MKOM, том 9, бр 2, с-ци 91–95, 2017, [Онлайн]. Available at: http://journal.budiluhur.ac.id/index.php/telematika/article/view/532.




DOI: http://dx.doi.org/10.30645/j-sakti.v7i2.700

Refbacks

  • There are currently no refbacks.


J-SAKTI (Jurnal Sains Komputer & Informatika)
Published Papers Indexed/Abstracted By:

Jumlah Kunjungan :

View My Stats