Pemanfaatan Algoritma Naïve Bayes dan K-Nearest Neighbor Untuk Klasifikasi Jurusan Siswa Kelas XI

Mardi Yudhi Putra (Universitas Bina Insani)
Dwi Ismiyana Putri

Jurnal Tekno Kompak
Vol 16, No 2 (2022): Agustus

Sekolah Menengah Atas atau biasa disebut sebagai SMA dalam proses penjurusan siswa dilakukan setiap awal tahun pelajaran. Ada 2 (dua) jurusan yaitu IPA dan IPS. Dalam melakukan penjurusan IPA maupun IPS siswa kelas XI, saat ini masih dilakukan dengan berdasarkan hasil nilai rerata dari beberapa mata pelajaran tertentu sehingga sering kali menyebabkan ketidaksesuaian minat dan bakat siswa terhadap jurusan. Tujuan penelitian ini adalah untuk membandingkan algoritma Naïve Bayes dan K-Nearest Neighbor yang memiliki akurasi tertinggi dalam melakukan klasifikasi jurusan IPA dan IPS sehingga membantu pihak sekolah dalam proses klasifikasi jurusan siswa kelas XI. Data siswa yang digunakan pada penelitian ini adalah data nilai semester 2 (dua) dengan jumlah 277 record dan menggunakan 4 (empat) atribut dari nilai mata pelajaran antara lain PPKN, Sejarah, Prakarya dan PAI. Salah satu tools yang digunakan untuk membantu proses analisis data pada penelitian ini adalah Rapidminer. Metode penelitian dilakukan mulai tahap preprocessing, training data, klasifikasi menggunakan algortima Naïve Bayes dan K-Nearest Neighbor, model data dan mengukur performance atau evaluasi. Hasil penelitian menunjukkan algoritma Naïve Bayes memiliki akurasi sebesar 81.82% dengan sampel data sebanyak 55 data dari 277 data. Sedangkan Algoritma K-Nearest Neighbor menunjukkan akurasi sebesar 92.73% dengan sample data yang sama. Hasil kedua algortima menunjukkan algoritma terbaik dengan urutan pertama K-Nearest Neighbor dan urutan kedua Naïve Bayes, tidak ada perbedaan signifikan karena nilai alpha dibawah 0.05. Secara keseluruhan dapat disimpulkan bahwa dengan memanfaatkan algoritma K-Nearest Neighbor memiliki tingkat akurasi yang lebih tinggi dari pada Algortima Naïve Bayes pada proses klasifikasi penjurusan IPA maupun IPS pada kelas XI SMA menggunakan algoritma klasifikasi sehingga sesuai dengan minat, bakat dan potensi diri siswa dalam penentuan jurusan sehingga memberikan manfaat dan membantu pihak sekolah menjadi lebih cepat dalam pengklasifikasiannya.