ANALISIS PREDIKSI TINGKAT KETIDAKDIPLINAN SISWA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER (STUDI KASUS : SMK NEGERI 1 PACITAN)

Niken Puji Astuti, Kusrini Kusrini, M. Rudyanto Arief

Abstract


Kedisiplinan sangat penting dalam proses pendidikan. Sebuah proses pendidikan akan berhasil jika ada penerapan kedisiplinan kepada siswa-siswanya. Kedisplinan siswa merupakan kepatuhan untuk mengikuti setiap peraturan dan tata tertib sekolah. Menurunnya tingkat ketidakdisplinan siswa di SMK Negeri 1 Pacitan ditandai dengan meningkatnya poin pelanggaran setiap siswa. Penelitian ini bertujuan untuk memprediksi siswa yang berpotensi melakukan ketidakdisplinan dengan menggunakan algoritma Naive Bayes Classifier(NBC). Informasi yang diperoleh nantinya dapat digunakan guru Bimbingan Konseling (BK) untuk memberikan pembinaan lebih awal terhadap siswa – siswa yang berpotensi untuk melakukan ketidakdisiplinan. Hasil pengujian pada data siswa berjumlah 895 record dengan kondisi reduksi atribut sebesar 75% diurutkan dari nilai information gain(IG) yang terendah dengan perbandingan data training sebesar 75% dan data testing sebesar 25% menghasilkan akurasi sebesar 79,01%.  


Full Text:

PDF

References


T.L. Widiatuti, “Hubungan Antara Kedisiplinan Dengan Prestasi Belajar Siswa SMA Santo Bernadus Pekalongan”, Univesitas Katolik Soegijapranata, Semarang, 2008.

Suratman, Pembinaan Mental, Fisik dan Disiplin, LAN, Jakarta, 1999.

M.U. Usman, Menjadi Guru Profesional, Bandung, Remaja Rosdakarya, 1989.

Tim Pengembangan Ilmu Pendidikan FIP-UPI, Ilmu dan Aplikasi Pendidikan, Jakarta, Grasindo, 2007.

Jr.R. McLeod, dan G.P. Schell, Management Information System. 10th ed, Pearson Education, Inc, 2007.

A.N. Fadillah, dkk, “Island Shape Detector Menggunakan Chain Code Dengan Metode Pengklasifikasian Naive Bayes”. Universitas Brawijaya, Malang, 2014.

Y. Salim, “Penerapan Algoritma Naive Bayes Untuk Penentuan Status Turn-Over Pegawai. Media SainS, Volume 4 Nomor 2, Oktober 2012, ISSN 2085-3548, 2012.

S. Kusumadewi, “Klasifikasi Status Gizi Menggunakan Naive Bayesian Classification”. CommIT, Vol.3 No.1 Mei 2009, hlm 6-11, 2009.

Turban, Efraim, et al, Decision Support Systems and Intelligent Systems 7th ed, New Jersey, Pearson Education, 2005.

Pang-Ning Tan, M. Steinbach, V. Kumar, Introduction to Data Mining, Pearson Education, Inc., Boston, 2005.

N. Rifqi, “Analisis Dan Implementasi Klasifikasi Data Mining Menggunakan Jaringan Syaraf Tiruan Dan Evolution Strategis”. Konferensi Nasional Sistem dan Informatika 2011, Bali, November 12, 2011.

Kusrini dan E.T. Lutfhi, Algoritma Data Mining, Andi Offset, Surabaya, 2009


Refbacks

  • There are currently no refbacks.