Penggabungan Forward Selection untuk Pemilihan Fitur pada Prediksi Bimbingan Konseling Siswa dengan Menggunakan Algoritma Naive Bayes

M. Rudi Fanani (ITS NU Pekalongan)

SmartComp
Vol 9, No 2 (2020): Smart Comp :Jurnalnya Orang Pintar Komputer

Kegiatan bimbingan dan konseling di sekolah adalah cara membantu siswa dalam mengembangkan kepribadian, sikap sosial, pembelajaran, pengembangan karir dan perencanaan. Kegiatan Bimbingan dan Konseling juga berperan dalam menyikapi perilaku menyimpang para siswa yang ditunjukkan para siswa baik masih berada dalam limgkup sekolah dan juga luar sekolah. Dalam menentukan kegiatan bimbingan konseling, guru bimbingan konseling dapat memberikan penilaian sejauh mana peningkatan perilaku siswa di sekolah. Namun penentuan rekomendasi bimbingan dan konseling kurang akurat dikarenakan harus berdasarkan pengetahuan dan pengolahan banyaknya data yang ada sehingga diperlukan sebuah perhitungan yang menerapkan metode prediksi dengan teknik data mining. Salah satu teknik data mining adalah Naïve Bayes yang menggunakan teknik klasifikasi, yang mampu menghasilkan nilai akurasi sebesar 94.55% dan juga dalam penelitian menerapkan fitur seleksi yang digunakan sebagau pemilihan fitur yang berpengaruh terhadap klasifikasi guna meningkatkan akurasi. Fitur seleksi yang digunakan adalah Forward Selection yang mampu meningkatkan akurasi menjadi 94.84% dengan membuang beberapa fitur yang tidak relevan terhadap klasifikasi dan menjadikan hasil yang lebih baik daripada menggunakan metode Naïve Bayes saja