<![CDATA[Ketidakhadiran siswa yang tinggi dapat menghambat proses pembelajaran dan menyulitkan pihak sekolah dalam menentukan tindakan pembinaan apabila penyebabnya tidak diketahui secara jelas. SMPN 8 Tangerang Selatan masih menggunakan pencatatan absensi secara manual sehingga pengelolaan data, pemantauan kehadiran, dan identifikasi penyebab ketidakhadiran belum optimal. Penelitian ini bertujuan merancang sistem informasi absensi siswa berbasis web serta menerapkan algoritma Naive Bayes Classifier untuk mengklasifikasikan penyebab siswa jarang masuk kelas. Metode pengembangan sistem menggunakan Waterfall, sedangkan data diperoleh melalui observasi, wawancara, dan studi literatur. Algoritma Naive Bayes diterapkan dengan teknik Laplace Smoothing menggunakan enam parameter evidence, yaitu pola absen, riwayat kesehatan, latar belakang ekonomi keluarga, jarak rumah ke sekolah, moda transportasi, dan lingkungan pertemanan. Data latih terdiri dari 24 kasus simulasi yang dipisahkan dari data operasional. Sistem mengklasifikasikan lima penyebab dominan, yaitu masalah kesehatan, ekonomi keluarga, jarak rumah, kendala transportasi, dan pengaruh lingkungan pertemanan. Hasil implementasi menunjukkan sistem mampu mencatat absensi, melakukan klasifikasi otomatis, menampilkan probabilitas, serta memberikan rekomendasi tindak lanjut bagi Guru Bimbingan Konseling. Evaluasi Leave-One-Out Cross-Validation terhadap 24 data latih menghasilkan akurasi 75%. Pada pengujian data aktual, satu kasus menunjukkan masalah kesehatan sebagai kelas dominan dengan tingkat keyakinan 95,11%. Pengujian Black Box terhadap 14 skenario menghasilkan 100% valid, sedangkan White Box menghasilkan kompleksitas siklomatik V(G)=6 dengan 100% path coverage pada enam jalur independen. Sistem ini dapat membantu sekolah mengelola absensi dan mengidentifikasi kecenderungan penyebab ketidakhadiran sebagai dasar pembinaan yang lebih tepat sasaran.]]>
Copyrights © 2026
