<![CDATA[Penelitian ini bertujuan untuk mengimplementasikan algoritma Naïve Bayes sebagai alat bantu pendukung keputusan dalam memprediksi kelulusan siswa SMP di SMP Kartika VI Jayapura. Kelulusan siswa merupakan salah satu indikator penting dalam menilai keberhasilan proses pembelajaran di sekolah. Namun, data akademik dan nonakademik siswa sering kali belum dimanfaatkan secara optimal untuk mendukung proses pengambilan keputusan. Oleh karena itu, penelitian ini dilakukan untuk membangun model prediksi yang dapat membantu sekolah mengidentifikasi siswa yang berpotensi lulus maupun siswa yang berisiko tidak lulus secara lebih dini. Data yang digunakan dalam penelitian ini berjumlah 289 data siswa, yang dibagi menjadi 202 data latih dan 87 data uji. Atribut prediktor yang digunakan meliputi Nilai Matematika, Nilai Bahasa Indonesia, Nilai Bahasa Inggris, Nilai IPA, Nilai IPS, Sikap, Kehadiran Persen, Pelanggaran Tata Tertib, Keaktifan Ekstrakurikuler, dan Mengikuti Bimbingan Belajar, sedangkan label yang diprediksi adalah Status Kelulusan. Proses penelitian dilakukan melalui tahapan pengumpulan data, pembersihan data, pemodelan, dan evaluasi menggunakan RapidMiner. Hasil penelitian menunjukkan bahwa model Naïve Bayes memperoleh nilai akurasi sebesar 82,76%, sehingga dapat dikatakan cukup baik dalam memprediksi kelulusan siswa. Namun, hasil evaluasi juga menunjukkan bahwa model lebih kuat dalam mengenali kategori Lulus dibandingkan kategori Tidak Lulus. Dengan demikian, model ini lebih tepat digunakan sebagai alat bantu peringatan dini dan pendukung keputusan, bukan sebagai dasar keputusan tunggal dalam menentukan kelulusan siswa. Hasil prediksi dapat membantu sekolah dalam mengidentifikasi siswa yang berisiko tidak lulus sehingga pembinaan, pendampingan, dan dukungan akademik dapat diberikan secara lebih tepat dan efektif.]]>
