Implementasi Naive Bayes Pemilihan Ekstrakurikuler
PDF

Keywords

Pemilihan
Naive Bayes
Klasifikasi

How to Cite

Implementasi Naive Bayes Pemilihan Ekstrakurikuler. (2025). Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 9(3), 2288-2297. https://doi.org/10.29407/cbmqmt81

Abstract

Ekstrakurikuler disuati sekolah merupakan sebuah wadah bagi murid untuk mengembangkan ketrampilan sesuai dengan minat dan bakat yang dimiliki. SMA Negeir 2 Nganjuk adalah salah satu satuan pendidikan terfavoit di kabupaten nganjuk. Adapun bidang ekstrakurikuler yang dimiliki meliputi olahraga, seni dan teknologi. Terdapat 3 kelompok bidang ekstrakurikuler yang wajib dipilih murid salah satunya dengan mekanisme yang telah ditentukan oleh sekolah seperti ters tertulis. Dengan tes tersebut akan ditentukan klasifikasi ekstrakurikuler sesuai dengan minat dan bakat yang dimiliki oleh murid. Pada penelitian ini, dilakukan dengan penerapan metode naive bayes untuk melakukan klasigikasi nilai dan akan menghasilkan sebuah rekomendasi dalam menentukan ekstrakurikuler sesuai dengan minat dan bakat dari murid. Untuk menentukan klasifikasi ekstrakurikuler murid, variabel yang digunakan adalah pertanyaan dan pilihan jawahan yang akan menjadi acuan penentuan klasifikasi. Berdasarkan hesil penelitian yang dilakukan oleh sistem pemilihan ekstrakurikuler dapat memberikan rekomendasi jenis ekstrakurikuler yang sesuai melalui ciri-ciri minat dan bakat yang dimiliki. 

PDF

References

[1] N. K. W. S. I. K. A. Patrianingsih, “Penerapan Naïve Bayes pada Potensi Akademik Siswa SD Negeri 5 Singakerta,” JISKA (Jurnal Informatika Sunan Kalijaga), vol. 8, no. 2, pp. 154-163, 2023.

[2] F. R. d. M. I. Firdaus, “Penerapan Data Mining Metode Naïve Bayes Untuk Prediksi Hasil Belajar Siswa Sekolah Menengah Pertama (SMP),” Al Ulum: Jurnal Sains Dan Teknologi, vol. 1, no. 2, pp. 76-78, 2016.

[3] D. A. S. F. S. A. Punkastyo, “Implementasi Data Mining Menggunakan Algoritma Naïve Bayes Untuk Prediksi Kelulusan Siswa,” Journal of System and Computer Engineering (JSCE), vol. 5, no. 1, pp. 24-35, 2024.

[4] J. S. S. W. Cetryn Ayu Diah Lestari, “Prediksi Kelulusan Siswa SDN 016528 BP. Mandoge dengan Metode Naïve Bayes,” Journal of Artificial Intelligence and Data Engineering (JAIDE), vol. 1, no. 1, pp. 21-27, 2024.

[5] F. Riza, “ALGORITMA NAIVE BAYES UNTUK MEMPREDIKSI KEPRIBADIAN SISWA SEKOLAH VOKASI BERBASIS PEMROGRAMAN PHP,” Institut Teknologi Budi Utomo (ISMETEK), vol. 12, 2022.

[6] R. P. S. B. R. A. M. S. A. E. P. C. D. Akhsani, “Penerapan Metode Naïve Bayes untuk Klasifikasi Performa Siswa,” Jurnal Sistem Informasi, vol. 14, pp. 536-544, 2025.

[7] A. V. V. Y. K. A. L. M. V. Y. Ahmad Jazaudhi’fi1, “Recommendation System to Determine Achievement Students Using Naïve Bayes and Simple Additive Weighting (SAW) Methods,” Jurnal Teknologi Informasi dan Komunikasi, vol. 15, no. 1, pp. 67-79, 2024.

[8] Z. F. Laila Devi Sari, “Implementasi Metode Naive Bayes Pada Pola Prestasi Siswa Dengan Menggunakan Rapidminer,” Jurnal Jamastika, Volume 4 Nomor 1 April 2025 /, vol. 4, no. 1, pp. 69-74, 2025.

[9] S. W. H. W. H. W. S. G. I. W. N. H. M. A. Kartika Candra Kirana*, “Naive Bayes-based Drop Out Recommendation System in Vocational College,” Atlantis Press, no. Veic 2023, pp. 727-733, 2024.

[10] E. I. ,. M. Astia Weni Syaputri, “Naïve Bayes Algorithm for Classification of Student Major’s Specialization,” Journal of Intelligent Computing & Health Informatics, vol. 1, no. 1, p. 17, 2020.

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Copyright (c) 2025 ZANWAR ABIDIN, Ratih Kumalasari Niswatin, Rony Heri Irawan