<![CDATA[Kehadiran siswa merupakan indikator penting kedisiplinan dalam proses pembelajaran, namun di SDN Mekar Jaya data kehadiran masih dimanfaatkan sebatas catatan administratif sehingga evaluasi kedisiplinan siswa cenderung dilakukan secara subjektif dan belum didukung oleh analisis data yang sistematis. Penelitian ini bertujuan membangun sistem kehadiran terintegrasi berbasis web yang menerapkan algoritma Naive Bayes untuk mengevaluasi tingkat kedisiplinan siswa secara objektif berdasarkan data kehadiran. Data penelitian dikumpulkan melalui studi pustaka, observasi, wawancara, dan dokumentasi, sedangkan pengembangan sistem menggunakan metode Agile Development Methodology. Algoritma yang diterapkan adalah Gaussian Naive Bayes karena mampu mengolah data numerik kontinu berupa persentase hadir, sakit, izin, dan alfa. Dataset penelitian terdiri dari 57 data absensi siswa kelas 4 SDN Mekar Jaya selama satu semester yang dibagi menjadi 48 data latih dan 9 data uji. Hasil pengujian menggunakan confusion matrix menunjukkan bahwa model berhasil mengklasifikasikan siswa ke dalam kategori Disiplin, Cukup Disiplin, dan Kurang Disiplin dengan nilai akurasi sebesar 88,89%, yaitu 8 dari 9 data uji terklasifikasi dengan benar. Kelas Disiplin dan Cukup Disiplin memperoleh precision sebesar 100%, sedangkan kelas Kurang Disiplin sebesar 0% karena terdapat satu data Cukup Disiplin yang diprediksi sebagai Kurang Disiplin. Hasil tersebut menunjukkan bahwa algoritma Gaussian Naive Bayes memiliki kinerja yang baik dalam mengevaluasi kedisiplinan siswa berdasarkan data kehadiran. Dapat disimpulkan bahwa sistem yang dibangun mampu mendukung proses pengelolaan absensi dan evaluasi kedisiplinan siswa secara lebih objektif, cepat, dan terstruktur dibandingkan dengan proses manual.]]>
Copyrights © 2026
