<![CDATA[Pandemi mengharuskan pihak sekolah untuk menerapkan sistem pembelajaran online. Perubahan cara kerja pembelajaran yang semula diterapkan melalui sistem pembelajaran tatap muka kemudian dilakukan secara online (daring) menyebabkan siswa dan para orang tua perlu melakukan adaptasi untuk perubahan tersebut. Tujuan dari penelitian ini adalah untuk melakukan klasifikasi terhadap kemampuan adaptasi siswa dengan diberlakukannya pembelajaran online (daring) dengan menggunakan bantuan Algoritma Naive Bayes. Pemilihan algoritma Naïve Bayes dilakukan karena mudah dan cepat untuk diimplementasikan. Metode lain yang digunakan adalah metode untuk melakukan feature selection. Data splitting yang dipilih pada penelitian ini adalah 70% untuk data training dan 30% untuk data testing. Evaluasi model yang dilakukan dengan jumlah Information Gain feature yang berbeda yakni 3, 6, 9, dan 13 kombinasi feature yang memiliki nilai gain terbaik. Sedangkan, jumlah information gain untuk mendapatkan feature terbaik yaitu saat menghasilkan 6 feature. Feature terbaiknya yaitu Class Duration, Financial Condition, Age, Institution Type, Location, dan Device. Penelitian ini juga membandingkan penggunaan library dan yang menggunakan perhitungan manual. Pemilihan feature selection dipilih 6 feature maka didapatkan hasil accuracy tertinggi jika dihitung dengan perhitungan manual menghasilkan accuracy sejumlah 66.02%, sedangkan jika dihitung dengan perhitungan library nilai accuracy yang dihasilkan adalah 66.29%. Penggunaan library terpantau memiliki perbedaan hasil dibandingkan dengan perhitungan manual karena adanya perbedaan step yang digunakan.]]>
