PREDIKSI DALAM PENENTUAN BEASISWA DI SMP NEGERI 1 GEDUNG SURIAN MENGGUNAKAN ALGORITMA NAIVE BAYES
DOI:
https://doi.org/10.54314/jssr.v8i3.4217Abstract
Abstract: Data mining is one approach that can be used to assist in the decision-making process, including in predicting scholarship recipients. One method in data mining that is quite popular and effective is the Naive Bayes algorithm. This study aims to apply the Naive Bayes algorithm in predicting scholarship recipients at SMP Negeri 1 Gedung Surian using the RapidMiner software tool. Data collection is carried out before carrying out the Algorithm calculation process. The data used in this study are student data at SMP Negeri 1 Gedung Surian, West Lampung in 2025. The results of the study showed that predictions using the Naïve Bayes algorithm on scholarships at SMP Negeri 1 Gedung Surian, West Lampung, accuracy reached 97.84%, precision 100% and Recall 97.64% so that it can be interpreted, the Naive Bayes algorithm model is a good algorithm in predicting, this shows that the advantage of the Naive Bayes method is based on Bayes' theorem.
Â
Keywords: SMP Negeri 1 Gedung Surian, prediction, Naive Bayes algorithm.
Â
Abstrak: Data mining merupakan salah satu pendekatan yang dapat digunakan untuk membantu dalam proses pengambilan keputusan, termasuk dalam prediksi penerima beasiswa. Salah satu metode dalam data mining yang cukup populer dan efektif adalah algoritma Naive Bayes. Penelitian ini bertujuan untuk menerapkan algoritma Naive Bayes dalam memprediksi penerima beasiswa di SMP Negeri 1 Gedung Surian dengan menggunakan alat bantu perangkat lunak RapidMiner. Pengumpulan data dilakukan sebelum melakukan proses perhitungan Algoritma. Data yang digunakan dalam penelitian ini adalah data siswa sekolah SMP Negeri 1 Gedung Surian Lampung Barat pada tahun 2025. Hasil penelitian menunjukkan prediksi menggunakan algoritma Naïve Bayes pada beasiswa pada Sekolah SMP Negeri 1 Gedung Surian Lampung Barat, akurasi mencapai 97,84%, presisi 100% dan Recall 97,64% sehingga dapat diartikan, model algoritma Naive Bayes merupakan algoritma yang baik dalam memprediksi, hal ini menunjukan bahwa keunggulan dari metode Naive Bayes yaitu berdalil pada teorema bayes.
Â
Kata kunci : SMP Negeri 1 Gedung Surian, prediksi, algoritma Naive Bayes.
Downloads
References
Abdullah Baz, Fatima Alshareef, Ebtihal Alshareef, Hosam Alhakami, Tahani Alsubait. 2020. â€Predicting Students’Academic Performance Using Naïve Bayesâ€. IJCSNS International Journal of Computer Science and Network Security.
Artaye, Ketut. 2015.â€Implementation of Naive Bayes Classifier Method to Predict Graduation Time of IBI Darmajaya Scholarâ€. International Conference on Information Technology and Business:1-2.
Bonaccorso, Giuseppe. 2017. Machine Learning Algorithm. Packt: Birmingham-Mumbai.
Han, J., & Kamber, M. (2012). Data Mining: Concepts and Techniques. Elsevier.
Witten, I. H., Frank, E., & Hall, M. A. (2011). Data Mining: Practical Machine Learning Tools and Techniques. Morgan Kaufmann.
Larose, D. T. (2005). Discovering Knowledge in Data: An Introduction to Data Mining. John Wiley & Sons.
RapidMiner Documentation. (2023). Retrievedfrom.https://docs.rapidminer.com
Putra, A., & Sugandi, F. (2024). A PREDIKSI TINGKAT KELULUSAN MAHASISWA KEPERAWATAN DENGAN PENDEKATAN NAÃVE BAYES. Jurnal SIMADA (Sistem Informasi Dan Manajemen Basis Data), 7(2), 138–146. https://doi.org/10.30873/simada.v7i2.639
Putri, A. D. (2020). Prediksi Penerima Beasiswa dengan Metode C4.5. Jurnal Teknologi Informasi, 5(2), 112-120.
Rahman, Y. (2021). Klasifikasi Calon Penerima Beasiswa Menggunakan Naive Bayes. Jurnal Informatika, 8(1), 55-63.
Siregar, H. (2019). Penggunaan RapidMiner dalam Analisis Klasifikasi. Jurnal Sistem Informasi, 7(2), 88-95.
Zhang, H. (2004). The Optimality of Naive Bayes. AAAI Conference on Artificial Intelligence.
