APLIKASI DATA MINING UNTUK PREDIKSI TINGKAT KELULUSAN SISWA DENGAN MENGGUNAKAN METODE NAIVE BAYES

Authors

  • Fitria Retnowati
  • Noora Qotrun Nada
  • Mega Novita

Keywords:

Tingkat Kelulusan Siswa SD, Algoritma Naive Bayes,dan RapidMiner.

Abstract

Pemerintahan sekolah baik SD,SMP dan SMA dipengaruhi beberapa faktor, salah satunya adalah tingkat
kelulusan siswa. Pada kenyataanya ada sekolah belum dapat melulusakan 100% siswanya. Hal ini berakibat
peringkat sekolah tersebut mengalami penurunan.Untuk mengatasi hal tersebut mereka membuat prediksi
kelulusan sebagai acuan untuk menetapkan kebijakan sekolah. Prediksi tersebut biasanya dibuat secara manual
dengan menggunakan microsoft excel.Kategori prediksi kelulusan biasanya diukur dari jenis kelamin, perilaku,
nilai rata-rata rapor dan nilai rata-rata Ujian Akhir Sekolah(UAS). Namun cara tersebut kurang efisien,
sehingga perlu dibuat sebuah aplikasi untuk memudahkan perhtunagn prediksi. Dalam penelitian ini , kami
membuat aplikasi prediksi kelulusan siswa untuk salah satu Sekolah Dasar (SD) yang ada di Kecamatan Cepu
yaitu SDN 3 Cepu. Aplikasi tersebuat menerapkan data mining dengan Algoritma Naive Bayes Proses data
mining ini ada dua macam yaitu, proses analisan pola data kelulusan siswa yang telah ada sebelumnya (Data
Training) berdasarkan atribut-atribut yang di ujikan dan proses dari analisa pola data baru yang di ujikan
berdasarkan pola yang telah ada (Data Testing). Untuk mendapatkan informasi perhitungan yang ditampilkan
Algoritma yang digunakan pada penelitian ini adalah Algoritma Naive Bayes. Pada analisa data yang
dilakukan diproses testing, dapat tingkat keakurasian sistem dengan menggunakan perhitungan manual metode
naive bayes clasificasion dan perhitungan pembuktian menggunakan aplikasi RapidMiner. Alat bantu
perancangan sistem menggunakan Unified Model Language (UML) diantaranya usecase,activity diagram,
sequence diagram

 

Downloads

Published

2019-12-25

Issue

Section

Articles