Abstract
Penelitian ini bertujuan untuk menganalisis dan mengklasifikasi anggota kelas unggulan pada siswa. Penelitian ini tergolong pada penelitian aplikatif karena di dalamnya terdapat media informasi yang lengkap tentang klasifikasi siswa yang lolos kelas unggulan, maka penelitian ini disusun menggunakan konsep System Development Life Cycle. Penentuan kelas unggulan ditentukan berdasarkan beberapa kriteria atau variabel, yaitu: Nilai Harian, UTS, UAS, Nilai Keterampilan, Nilai Spiritual dan Nilai Sosial pada kelas 7 semester gasal dan semester genap. Pada penelitian ini dirancang sebuah sistem aplikasi penentuan kelas unggulan dengan menggunakan metode Naive Bayes. Pada Naive Bayes, poin penting tentang independensi fungsi yang kuat adalah bahwa fungsi dalam data tidak terkait dengan ada atau tidak adanya fungsi lain dalam data yang samat. Hasil pengujian sistem menggunakan skala likert 60% responden sangat setuju bahwa antarmuka aplikasi mudah untuk dipahami, 30% responden setuju dan 10% responden menjawab cukup setuju. 70% responden sangat setuju bahwa aplikasi tersebut mudah untuk digunakan dan sisanya 30% responden menjawab setuju. 60% responden sangat setuju bahwa aplikasi tersebut sudah berjalan dengan lancer dan sisanya 40% responden menjawab setuju. 30% responden sangat setuju bahwa aplikasi tersebut sudah akurat, dan sisanya 70% responden menjawab setuju. 50% responden sangat setuju bahwa aplikasi tersebut sangat berguna untuk diimplementasikan, 40% responden menjawab setuju dan sisanya 10% responden menjawab cukup setuju.
References
Andi Carol Junior, Imelda Pangaribuan. 2019. Penerapan Algoritma Naive Bayes Untuk Seleksi Beasiswa Pemprov Dan Bawaku Di Universitas Komputer Indonesia. Dari Universitas Komputer Indonesia Bandung
Diasrina Dahril, Fahrul Agus, Dyna Marisa Khairina. 2016. Metode Naive Bayes Untuk Penentuan Penerima Beasiswa Bidikmisi Universitas Mulawarman. Jurnal Informatika Mulawarman. Dari Universitas Mulawarman
Intan Wareka. 2019. Penerapan Metode Naïve Bayes Untuk Penentuan Siswa/I Terbaik Di Sma Negeri 1 Pardasuka. Dari IIB Darmajaya Bandar Lampung
Maulana Anas Firdaus, Risa Helilintar, Daniel Swanjaya. 2020. Klasifikasi Mutu Beras Menggunakan Metode Learning Vector Quantization. Dari Universitas PGRI Kediri.
Suntoro. 2019. Data Mining: Algoritma dan Implementasi dengan Pemrograman PHP. Jakarta: Elex Media Komputindo.
Umi Mayasyaroh. 2016. Aplikasi Penentuan Anggota Kelas Unggulan Dengan Metode Naïve Bayes. Dari Universitas PGRI Kediri.
Yoyok Sudarsono. 2016. Metode Naive Bayes Untuk Penentuan Penerima Beasiswa Bidikmisi Universitas Mulawarman. Dari Universitas PGRI Kediri.
Yuyun, Nurul Hidayah, Supriadi Sahibu. 2021. Algoritma Multinomial Naïve Bayes Untuk Klasifikasi Sentimen Pemerintah Terhadap Penanganan Covid-19 Menggunakan Data Twitter. STMIK Handayani Makassar.
Dwi Hartanti, Kusrini, Emha Luthfi Taufiq . 2018. Penerapan Naïve Bayes Dalams Prediksi Ketercapaian Nilai Kriteria Ketuntasan Minimal Siswa. Dari Universitas AMIKOM Yogyakarta.
Nugraha Candra, Suryo Widodo, Risky Aswi Ramadhani . 2017. Penerapan Metode Naïve Bayes Untuk Menentukan Jenis Ikan Cupang Hias. Dari Universitas PGRI Kediri.
Irwanto. 2021. Perancangan Sistem Informasi Sekolah Kejuruan dengan Menggunakan Metode Waterfall. Dari Untirta.
Irkham Widhi Saputro, Bety Wulan Sari. 2019. Naïve Bayes Algorithm Performance Test for Student Study Prediction. Dari Universitas AMIKOM Yogyakarta.
Windi Irmayani. 2021. Visualisasi Data Pada Data Mining Menggunakan Metode Klasifikasi Naïve Bayes. Dari BSI.
Pungkas Subarkah, Enggar Pri, Septi Oktaviani. 2016. Perbandingan Metode Klasifikasi Data Mining untuk Nasabah Bank Telemarketing. Dari Universitas Amikom Purwokerto.
Denok Sunarsi. 2018. Pengaruh Gaya Kepemimpinan dan Disiplin Kerja Terhadap Kinerja Karyawan Pada CV. Usaha Mandiri Jakarta. Dari Universitas Pamulang.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2022 Agra Anggakara; Risa Helilintar, Risky Aswi Ramadhani