<![CDATA[Penelitian ini bertujuan mengklasifikasikan prestasi akademik mahasiswa berdasarkan tingkat kehadiran dan aktivitas belajar menggunakan metode Naïve Bayes. Data yang digunakan meliputi atribut kehadiran, aktivitas perkuliahan, dan status akademik yang diolah menggunakan aplikasi RapidMiner Studio 7.1 melalui tahapan pembersihan, seleksi, dan transformasi data. Hasil pengujian menunjukkan tingkat akurasi sebesar 89,20%, dengan nilai precision dan recall di atas 88%. Hasil ini menunjukkan bahwa metode Naïve Bayes efektif dalam memprediksi prestasi akademik mahasiswa serta dapat digunakan sebagai dasar pengambilan Keputusan akademik untuk meningkatkan kinerja belajar. Kata Kunci: Klasifikasi, Prestasi Akademik, Kehadiran, Aktivitas Mahasiswa, Naïve Bayes This study aims to classify students’ academic performance based on attendance levels and learning activities using the Naïve Bayes method. The data used include attendance, class activity, and academic status attributes, which were processed using RapidMiner Studio 7.1 through the stages of data cleaning, selection, and transformation. The testing results show an accuracy rate of 89.20%, with precision and recall values above 88%. These results indicate that the Naïve Bayes method is effective in predicting students’ academic performance and can be utilized as a basis for academic decision-making to improve learning outcomes. Keywords: Classification, Academic Performance, Attendance, Student Activity, Naïve Bayes]]>
Copyrights © 2026
