Implementasi Data Mining Menggunakan Algoritma Naïve Bayes Untuk Prediksi Kelulusan Siswa

Abstract

Proses kelulusan siswa melibatkan serangkaian tahapan dan persyaratan yang harus dipenuhi oleh setiap siswa. Kelulusan ini menjadi langkah penting dalam pendidikan, karena menentukan kemampuan siswa untuk melanjutkan ke jenjang berikutnya. Dalam penelitian ini, data kelulusan siswa diolah menggunakan teknik data mining, khususnya metode Naïve Bayes, untuk melakukan prediksi kelulusan siswa. Atribut-atribut seperti Nilai Praktik, Ujian Sekolah (US), Ujian Nasional (UN), dan Perilaku Siswa digunakan dalam proses prediksi ini. Hasil penelitian menunjukkan bahwa dari populasi sebanyak 60 siswa, model berhasil memprediksi bahwa 45 siswa akan lulus dan 15 siswa tidak akan lulus. Metode Naïve Bayes diimplementasikan menggunakan aplikasi Orange dan menghasilkan tingkat akurasi sebesar 98,33% dengan tingkat presisi sebesar 100,00%. Hasil ini menunjukkan bahwa metode Naïve Bayes sangat efektif dalam memprediksi kelulusan siswa dengan tingkat akurasi yang tinggi. Oleh karena itu, teknik data mining ini dapat menjadi alat yang berharga bagi institusi pendidikan dalam meningkatkan kualitas hasil kelulusan siswa.