Penerapan Algoritma Naive Bayes untuk Klasifikasi Gaya Belajar Siswa Kelas 7 di SMP Negeri 1 Kandat

Setiawan, Andreas
Farida, Intan Nur
Swanjaya, Daniel

Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025

Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi gaya belajar siswa berbasis algoritma Naive Bayes pada siswa kelas 7 SMP Negeri 1 Kandat. Gaya belajar yang diklasifikasikan meliputi tiga kategori utama, yaitu visual, auditori, dan kinestetik. Data diperoleh melalui penyebaran kuesioner kepada 337 siswa dan diolah melalui tahapan preprocessing, normalisasi, serta pembagian data latih dan uji dengan rasio 80:20. Model dilatih menggunakan algoritma Naive Bayes dan diuji menggunakan metrik akurasi serta confusion matrix. Hasil evaluasi menunjukkan bahwa model mampu mengklasifikasikan gaya belajar dengan tingkat akurasi sebesar 86,76%, dengan performa terbaik pada kategori gaya belajar visual. Temuan ini menunjukkan bahwa pendekatan berbasis machine learning dapat digunakan secara efektif dalam mengidentifikasi gaya belajar siswa dan berpotensi mendukung strategi pembelajaran yang lebih adaptif dan tepat sasaran di lingkungan sekolah.