<![CDATA[Penelitian ini membahas tentang penggunaan metode Naive Bayes untuk menganalisis pola prestasi siswa menggunakan RapidMiner. Tujuan utamanya adalah untuk mencari tahu faktor-faktor apa saja yang mempengaruhi prestasi belajar siswa dan seberapa akurat metode Naive Bayes dalam memprediksi prestasi siswa. Data yang digunakan mencakup informasi seperti jenis kelamin, usia, jurusan, jam belajar per minggu, tingkat kehadiran, status kerja paruh waktu, dan kegiatan ekstrakurikuler, dengan nilai GPA sebagai tolak ukur prestasi. Dalam prosesnya, data dibersihkan dan disiapkan terlebih dahulu melalui tahap preprocessing. Nilai GPA dibagi menjadi dua kategori: "Kurang_Baik" untuk nilai 2,00-2,99 dan "Baik" untuk nilai 3,00-3,99. Metode Naive Bayes kemudian diterapkan untuk menganalisis dan memprediksi kategori prestasi siswa berdasarkan faktor-faktor yang ada. Hasil penelitian menunjukkan bahwa model Naive Bayes mampu memprediksi prestasi siswa dengan tingkat akurasi 56,20%. Meskipun belum terlalu tinggi, hasil ini sudah cukup membantu dalam memahami pola prestasi siswa. Penelitian ini bisa menjadi dasar bagi pihak sekolah dalam mengambil keputusan untuk meningkatkan prestasi akademik siswa. Kata Kunci: Naive Bayes, Prestasi Siswa, Data Mining, RapidMiner, Klasifikasi]]>
Copyrights © 2025
