Skripsi/Tugas Akhir

Prediksi Predikat Kelulusan Siswa SMP Negeri 9 Makassar Menggunakan Metode Naive Bayes

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Predikat kelulusan siswa adalah penilaian yang diberikan kepada siswa berdasarkan hasil yang diperoleh selama melaksanakan suatu pendidikan. Maka, pihak sekolah harus memperhatikan prestasi akademik siswa yang rendah jika mereka ingin menghasilkan siswa yang berkualitas. Oleh karena itu, perlu dilakukan klasifikasi siswa berdasarkan faktor nilai semester untuk mengetahui seberapa besar kemungkinan siswa tersebut mendapat predikat yang baik. Salah satu metode klasifikasi yang digunakan adalah Naïve Bayes. Harapan dari penelitian ini adalah dapat memberikan kontribusi yang signifikan dalam menentukan predikat kelulusan siswa, serta dapat mengidentifikasi siswa yang perlu mendapat bimbingan tambahan agar mendapat predikat kelulusan yang baik. Dari hasil pengujian akurasi, presisi, dan recall pada data tahun 2022 sebanyak 320 data siswa yang dijadikan acuan untuk memprediksi data yang belum memiliki kelas predikat, didapatkan hasil akurasi sebesar 85,94%, nilai tersebut masuk kedalam kategori presentase nilai akurasi yang baik dan dapat dijadikan acuan untuk memprediksi data yang belum memiliki kelas predikat. Persentase presisi untuk data siswa tahun 2022 yaitu presisi untuk kelas memuaskan 100%, sangat memuaskan 70%, dan cukup 25%. Persentase recall untuk kelas memuaskan 83,64%, sangat memuaskan 100%, dan cukup 100%. Hasil prediksi predikat kelulusan sebanyak 80 siswa tahun 2023 didapatkan hasil prediksi predikat kelulusan untuk kelas memuaskan sebanyak 62 siswa (77,5%), predikat sangat memuaskan sebanyak 15 siswa (18,75%), dan predikat cukup hanya 3 siswa (3,75%).
Kata Kunci: Klasifikasi, Predikat Kelulusan, dan Naïve Bayes


ABSTRACT
The predicate of student graduation is an assessment given to students based on the results obtained during the implementation of an education. So, the school must pay attention to the low academic achievement of students if they want to produce quality students. Therefore, it is necessary to classify students based on semester grade factors to find out how likely the student is to get a good predicate. One of the classification methods used is Naïve Bayes. The hope of this research is that it can make a significant contribution in determining the predicate of student graduation, and can identify students who need additional guidance in order to get a good predicate of graduation. From the results of testing accuracy, precision, and recall on 2022 data as much as 320 student data which is used as a reference to predict data that does not yet have a predicate class, the accuracy result is 85.94%, this value is included in the category of good accuracy value percentage and can be used as a reference to predict data that does not yet have a predicate class. The percentage of precision for student data in 2022 is precision for satisfactory classes 100%, very satisfactory 70%, and sufficient 25%. The percentage of recall for satisfactory classes is 83.64%, very satisfactory 100%, and sufficient 100%. The prediction results of the graduation predicate for 80 students in 2023 obtained the prediction results of graduation predicates for satisfactory classes as many as 62 students (77.5%), very satisfying predicates as many as 15 students (18.75%), and sufficient predicates only 3 students (3.75%).
Keywords: Classification, Graduation Predicate, and Naïve Bayes

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 24-49 ERL p - 0346SI

Penerbit

Makassar : Universitas DIPA., 2024

Deskripsi Fisik

xii + 58 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 24-49

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 20 Februari 2024

Subjek

Skripsi/Tugas Akhir
Algoritma Naive Bayes
Sistem Prediksi

Lampiran File