Article Per Year (5 Year)
p-Index From 2021 - 2026
1.745
P-Index
This Author published in this journals
All Journal Syntax Jurnal Informatika Journal of Economic, Bussines and Accounting (COSTING) Jurnal Nasional Komputasi dan Teknologi Informasi Jurnal Sistem Informasi dan Informatika (SIMIKA) Jurnal Tekinkom (Teknik Informasi dan Komputer) JUKI : Jurnal Komputer dan Informatika Jurnal Computer Science and Information Technology (CoSciTech)
Alwis Nazir
Universitas Islam Negeri Sultan Syarif Kasim Riau
Aerospace Engineering Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Neuroscience Transportation

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
KLASIFIKASI MINAT BACA MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER Muhammad Hafiz; Elvia Budianita; Alwis Nazir; Siska Kurnia Gusti
Journal of Economic, Bussines and Accounting (COSTING) Vol. 9 No. 1 (2026): COSTING : Journal of Economic, Bussines and Accounting
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/gcqhr236

Abstract

Minat baca merupakan faktor penting dalam mendukung keberhasilan akademik siswa, namun pengukurannya masih sering dilakukan secara subjektif. Penelitian ini bertujuan untuk mengklasifikasikan tingkat minat baca siswa MTsN 1 Payakumbuh menggunakan metode Naïve Bayes Classifier. Atribut yang digunakan sebagai input berupa 20 butir pernyataan kuesioner skala Likert yang merepresentasikan kebiasaan, frekuensi, motivasi, serta preferensi membaca siswa. Data penelitian diperoleh dari 911 responden yang dikelompokkan ke dalam tiga kelas tingkat minat baca, yaitu tinggi (329 data), sedang (501 data), dan rendah (81 data). Pengujian model dilakukan menggunakan tiga skema pembagian data latih dan data uji, yaitu 90:10, 80:20, dan 70:30. Evaluasi performa model menggunakan confusion matrix menunjukkan bahwa skema 90:10 menghasilkan akurasi sebesar 96,74%, skema 80:20 sebesar 97,81%, dan skema 70:30 sebesar 98,18%. Hasil tersebut menunjukkan bahwa metode Naïve Bayes Classifier memiliki performa yang sangat baik dan konsisten dalam mengklasifikasikan tingkat minat baca siswa berdasarkan data kuesioner.
Co-Authors Alvin Alvin Anzaz Islami Amany Akhyar Ariq At-Thariq Putra Devi Julisca Sari Elin Haerani Elvia Budianita Emir Ramon Fadhilah Syafria Febi Yanto Fitri Astuti Gusti, Siska Kurnia Iis Afrianty Khairul Amri Lestari Handayani Lola Oktavia Mentari Aulia Putri Muhammad Affandes Muhammad Hafiz Novriyanto Novriyanto Reski Mai Candra Riska Yuliana Suwanto Sanjaya Yusra, Yusra