Penerapan Metode Naïve Bayes dan Weighted Product untuk Prediksi Lanjut Studi Peserta Didik
Kata Kunci:
Prediksi, Yayasan Pendidikan, Naïve Bayes, Weighted Product, Confusion Matrix.Abstrak
Rendahnya animo peserta didik pada Yayasan Hidayaturrohman Teluknaga untuk melanjutkan pendidikan dari MTs Hidayaturrohman ke SMA Hiro menyebabkan perlu dicari faktor-faktor penyebab kurangnya minat tersebut. Penelitian ini bertujuan untuk mengkombinasikan penerapan prediksi lanjut studi peserta didik dengan metode naïve bayes dan penerapan perangkingan dengan metode weighted product. Data obyek penelitian ini adalah para lulusan MTs Hidayaturohman tahun 2022. Sampel penelitian sebanyak 322 data. Metode pengumpulan data berupa data sekunder yaitu siswa lulusan MTs Hidayaturrohman tahun 2022. Adapun atribut yang digunakan untuk menilai faktor-faktor pada lulusan MTs Hidayaturrohman untuk melanjutkan ke SMA hiro terdiri dari 5 atribut yaitu hobi, moda tranportasi, penghasilan orang tua, jarak dari rumah ke sekolah dan nilai ujian sekolah. Dalam penelitian, 322 data dibagi sebanyak 85% (273 data) untuk data training dan 15% (49 data) untuk data testing. Hasil penelitian menunjukkan bahwa metode naïve bayes dapat diterapkan dalam memprediksi lanjut studi peserta didik dari MTs Hidayaturrohman ke SMA Hiro. Hal ini dibuktikan dengan uji akurasi menggunakan confusion matrix dengan nilai akurasi 71%. Dimana dari 49 data testing diprediksi 34 data dengan hasil lanjut dan 15 data dengan hasil pindah. Selanjutnya perangkingan data menggunakan weighted product dilakukan terhadap 316 data, dimana 50% data (158 data) dengan nilai vektor v tertinggi masuk perangkingan lanjut dan sisanya masuk perangkingan pindah. Adapun angka 50%, sesuai dengan harapan pihak SMA Hiro yaitu sebanyak 50% lulusan MTs Hidayaturrohman melanjutkan ke SMA Hiro. Kemudian diperoleh hasil nilai vektor v tertinggi 0,005945284 untuk nomor induk 19207207 dan nilai vektor v terendah 0,001552376 untuk nomor induk 19207219.Referensi
Alfi Novia Zahrotul Hidayah, A. F. R. (2021). Penerapan Data Mining Dalam Menentukan Kinerja Karyawan Terbaik Dengan Menggunakan Metode Algoritma C4.5 ( Studi Kasus : Universitas Mercu Buana Yogyakarta ). Journal Of Information System And Artificial Intelligence, 1(2), 73–80.
Aspiah, R., & Taghfirul Azhima Yoga Siswa. (2022). Implementasi Correlation Based Feature Selection (Cfs) Untuk Peningkatan Akurasi Algoritma C4.5 Dalam Prediksi Performa Akademik Mahasiswa Berbasis Learning Management System. Jurnal Ilmiah Betrik, 13(2), 199–207. https://doi.org/10.36050/betrik.v13i2.523
Kartika, J. I., Santoso, E., & Sutrisno. (2017). Penentuan Siswa Berprestasi Menggunakan Metode K-Nearest Neighbor dan Weighted Product (Studi Kasus: SMP Negeri 3 Mejayan). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 1(5), 352–360.
Kurniawan, D. (2020). Pengenalan Machine Learning dengan Python Solusi untuk Permasalahan Big Data.
Maricar, M. A., & Dian Pramana. (2019). Perbandingan Akurasi Naïve Bayes dan K-Nearest Neighbor pada Klasifikasi untuk Meramalkan Status Pekerjaan Alumni ITB STIKOM Bali. Jurnal Sistem Dan Informatika (JSI), 14(1), 16–22.
https://doi.org/10.30864/jsi.v14i1.233
Sahadi, S., Ardhiansyah, M., & Husain, T. (2020). Sistem Pendukung Keputusan Pemilihan Siswa/i Kelas Unggulan Menggunakan Metode AHP dan TOPSIS. Jurnal Teknologi Sistem Informasi, 1(2), 153–167. https://doi.org/10.35957/jtsi.v1i2.513
Wibowo, G. W. N. (2020). Prediksi Kelanjutan Studi Siswa Ke Perguruan Tinggi Dengan Naive Bayes. Jurnal DISPROTEK, 11(1), 41–46. https://doi.org/10.34001/jdpt.v11i1.1159
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2023 Muhammad Dahlan Kurnia, Tukiyat Tukiyat, Makhsun Makhsun
Artikel ini berlisensi Creative Commons Attribution-NonCommercial 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
Jurnal Teknologi Sistem Informasi dan Aplikasi have CC BY-NC or an equivalent license as the optimal license for the publication, distribution, use, and reuse of scholarly work.
In developing strategy and setting priorities, Jurnal Teknologi Sistem Informasi dan Aplikasi recognize that free access is better than priced access, libre access is better than free access, and libre under CC BY-NC or the equivalent is better than libre under more restrictive open licenses. We should achieve what we can when we can. We should not delay achieving free in order to achieve libre, and we should not stop with free when we can achieve libre.
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) License
YOU ARE FREE TO:
- Share - copy and redistribute the material in any medium or format
- Adapt - remix, transform, and build upon the material for any purpose, even commercially.
- The licensor cannot revoke these freedoms as long as you follow the license terms
_2020_-_7(2)_2024_-_Thumbnail.png)
