Klasifikasi Algoritma C4.5 Dan Naïve Bayes Untuk Memprediksi Menurunnya Hasil Belajar Siswa Secara Daring Pada Masa Pandemi

Abstract


 Abstrak—Dikarenakan adanya virus covid-19 sehingga sistem belajar yang sebelumnya secara langsung atau bertatap muka berganti menjadi pola pembelajaran secara daring. Sistem pembelajaran yang dilakukan secara daring ini memanfaatkan aplikasi seperti WhatsApp dan beberapa aplikasi lain seperti Google Classroom, Google Meet, Zoom, dll. Pada saat menggunakan sistem belajar secara daring tidak seterusnya berjalan lancar, namun ada saja kendala-kendala yang bisa terjadi diantaranya seperti jaringan internet yang belum merata dikarenakan baru ada satu provider, siswa kurang memahami materi yang diajarkan guru hingga faktor lingkungan kurang mendukung untuk belajar dengan fokus. Tujuan penelitian ini adalah untuk Untuk mengklasifikasi penyebab penurunan hasil belajar siswa pada masa pandemi dengan menggunkan metode algoritma c4.5 dan metode naïve bayes. Sumber data pada penelitian diperoleh dari data kuesioner yang dibagikan kepada para siswa di SMA Negeri 1 Sungai Are. Atribut yang digunakan pada penelitian ini yaitu : Waktu belajar, pemahaman materi, pemberian tugas dan lingkungan. Hasil perhitungan menyebutkan atribut pemahaman materi merupakan atribut yang paling berpengaruh terhadap menurunnya hasil belajar siswa. Pengujian juga dilakukan dengan menggunakan bantuan software Rapidminer dan memperoleh Perfomance ataupun tingkatan akurasi untuk Algoritma C4. 5 adalah sebanyak 86. 96% serta Algoritma Naïve Bayes adalah sebanyak 86, 13%. Setelah dilakukan Perbandingan diantara dua algoritma tersebut, yang memiliki tingkat ke Akurasian lebih tinggi yaitu Algoritma C4.5.