IMPLEMENTASI MACHIN LEARNING DENGAN METODE NAIVE BAYES DALAM MEMPREDIKSI SISWA KIP YANG TIDAK MAMPU MENYELESAIKAN STUDI

HANA TASYA, NPM 2009100027 (2024) IMPLEMENTASI MACHIN LEARNING DENGAN METODE NAIVE BAYES DALAM MEMPREDIKSI SISWA KIP YANG TIDAK MAMPU MENYELESAIKAN STUDI. Skripsi thesis, Universitas Labuhanbatu.

	Text COVER.pdf Download (803kB)
	Text BAB I.pdf Download (245kB)
	Text BAB II.pdf Download (602kB)
	Text BAB III.pdf Download (474kB)
	Text BAB IV.pdf Download (740kB)
	Text BAB V.pdf Download (198kB)
	Text DAFTAR PUSTAKA.pdf Download (269kB)

Abstract

Penelitian ini bertujuan untuk menganalisis dan memprediksi keberhasilan siswa dan siswi penerima Kartu Indonesia Pintar (KIP) dalam menyelesaikan studi mereka. Dengan memanfaatkan metode Naive Bayes pada machine learning, penelitian ini berupaya mengidentifikasi faktor-faktor yang berkontribusi terhadap kemampuan siswa untuk menyelesaikan pendidikan dengan baik. Tujuan utama dari penelitian ini adalah untuk memberikan wawasan yang lebih mendalam tentang karakteristik siswa KIP yang berhasil menyelesaikan studi, sehingga dapat digunakan sebagai acuan dalam peningkatan efektivitas program bantuan pendidikan di masa depan. Dalam konteks pendidikan, pengelompokan siswa berdasarkan potensi keberhasilan mereka akan membantu dalam pengembangan strategi pembelajaran yang lebih tepat sasaran. Metode Naive Bayes, yang terkenal dengan kesederhanaan dan efisiensinya, diterapkan dalam penelitian ini untuk memproses dan menganalisis data siswa KIP. Proses analisis melibatkan pengolahan berbagai variabel penting, seperti latar belakang sosial-ekonomi, prestasi akademik, dan tingkat motivasi. Dengan menggunakan algoritma ini, model prediktif dapat dihasilkan untuk menentukan sejauh mana siswa dan siswi KIP memiliki kemungkinan untuk menyelesaikan pendidikan mereka. Metode ini dianggap ideal karena kemampuannya untuk menangani data dengan distribusi yang tidak merata dan memberikan hasil klasifikasi yang akurat. Selain itu, Naive Bayes juga memungkinkan integrasi dengan berbagai jenis data, menjadikannya alat yang fleksibel dan dapat diandalkan dalam bidang pendidikan. Hasil dari analisis ini menunjukkan bahwa metode Naive Bayes berhasil mencapai tingkat akurasi sebesar 90% dalam memprediksi siswa dan siswi KIP yang mampu menyelesaikan studi mereka. Tingkat akurasi ini menunjukkan bahwa metode ini dapat dengan tepat mengklasifikasikan siswa berdasarkan potensi akademis dan faktor-faktor lain yang mempengaruhi keberhasilan studi mereka. Temuan ini tidak hanya menegaskan keandalan Naive Bayes sebagai alat analisis, tetapi juga memberikan landasan kuat untuk pengembangan program dukungan pendidikan yang lebih efektif dan efisien. Dengan demikian, implementasi Naive Bayes dalam klasifikasi siswa KIP dapat berkontribusi secara signifikan terhadap peningkatan kualitas pendidikan dan keberhasilan akademis di masa mendatang. Kata Kunci : Klasifikasi; Machine Learning; Metode Naive Bayes

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Klasifikasi; Machine Learning; Metode Naive Bayes
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources
Divisions:	Fakultas Sains Dan Teknologi > Sistem Informasi
Depositing User:	Unnamed user with email repository@ulb.ac.id
Date Deposited:	29 Aug 2024 07:40
Last Modified:	29 Aug 2024 07:40
URI:	http://repository.ulb.ac.id/id/eprint/994

Actions (login required)

View Item