UJI KOMPARASI METODE NAÏVE BAYES DAN RANDOM FOREST DALAM PREDIKSI PRESTASI BELAJAR SISWA SMA PJ GLOBAL SCHOOL

Retno Wilujeng (Universitas Widya Gama Malang)
Fitri Marisa (Universitas Widya Gama Malang)
Istiadi Istiadi (Universitas Widya Gama Malang)

Prosidia Widya Saintek
Vol. 5 No. 2 (2026)

Penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja algoritma machine learning dalam memprediksi prestasi belajar siswa sekolah menengah atas. Permasalahan utama dalam penelitian ini adalah belum optimalnya pemanfaatan data akademik untuk mendukung pengambilan keputusan berbasis data di lingkungan sekolah. Metode yang digunakan adalah pendekatan klasifikasi dengan menerapkan algoritma Naïve Bayes dan Random Forest. Data penelitian berupa data primer sebanyak 82 siswa SMA PJ Global School yang mencakup variabel jenis kelamin, jumlah saudara, jarak rumah ke sekolah, nilai rapor setiap semester, serta nilai rata – rata akademik. Tahapan penelitian meliputi pengumpulan data, preprocessing yang terdiri atas pembersihan dan transformasi data, pemodelan klasifikasi, serta evaluasi menggunakan metrik akurasi, presisi, recall, F1-score, dan AUC melalui skema 4-fold cross validation. Hasil penelitian menunjukkan bahwa kedua algoritma mampu melakukan klasifikasi dengan performa yang baik, namun Random Forest menghasilkan tingkat akurasi dan konsistensi yang lebih tinggi dibandingkan Naïve Bayes. Temuan ini menunjukkan bahwa metode ensemble learning lebih efektif dalam memodelkan pola prestasi belajar pada dataset yang digunakan.