Sistem Cerdas Prediksi Prestasi Belajar Menggunakan Algoritma Naive Bayes di MA Sains Roudlotul Qur’an Lamongan
Abstract
Perkembangan teknologi informasi yang semakin pesat menjadikan kebutuhan akan suatu konsep dan mekanisme proses belajar mengajar di sekolah berbasis teknologi tidak bisa dihindari lagi. Konsep yang kemudian dikenal dengan istilah e-learning ini membawa pengaruh terjadinya proses transformasi pendidikan konvensional ke dalam bentuk penddidikan berbasis digital, baik secara isi dan sistemnya. Selain konsep pembelajaran yang berbasis digital, proses menentukan siswa berprestasi sudah selayaknya dilakukan secara digitalisasi juga. Kondisi yang saat ini ditemui yaitu sebagian besar lembaga pendidikan masih melakukan proses seleksi siswa berprestasi hanya berdasarkan penilaian yang lebih berfokus ke dalam bidang akademis (penguasaan konsep) yang hanya berdasarkan penilaian subjektif dari guru yang bersangkutan, siswa yang nilai raportnya menduduki peringkat 1 sampai 3 tingkat sekolah (paralel) akan dianggap sebagai siswa berprestasi, proses penilaian tersebut juga masih dilakukan secara manual. Pada penelitian ini dirancang suatu sistem yang bisa membantu pihak lembaga pendidikan dalam proses pembelajaran online dan menentukan siswa berprestasi. Proses ini diawalai dengan siswa dan guru yang menggunakan sistem pembelajaran online, data hasil dari proses pembelajaran online tersebut yang digunakan untuk proses perhitungan rumus densitas gauss algoritma naive bayes. hasil akhirnya yaitu prediksi untuk menentukan seorang siswa ke dalam kelas berprestasi atau tidak berprestasi
References
Munir. 2017. Pembelajaran Digital. Bandung: Alfabeta.
Anggoro, Dimas Aryo., Supriyanti, Wiwit. 2019. “Aplikasi Sistem Pendukung Keputusan Dengan Metode Ahp Untuk Pemilihan Siswa Berprestasi Di Sman Kebakkramat” dalam Jurnal PPKM, Volume 6, No. 3 (hlm. 163 – 171).
Supriyanti, W., 2013. Rancang Bangun Aplikasi Sistem Pendukung Keputusan Penerima Beasiswa dengan Metode SAW. Creative Information Technology Journal, 1(1), pp.67-75.
Aunurrahman. 2010. Belajar dan Pembelajaran, Bandung: Alfabeta, hal: 47, 140.
Sagala, Syaiful. 2010. Supervisi Pembelajaran dalam Profesi Pendidikan. Bandung: Alfabeta.
Sugiyono. 2010. Metode Penelitian Pendidikan Pendekatan Kuantitatif, kualitatif, dan R&D. Bandung: Alfabeta
Abdul Kadir, 2003. Pengenalan Sistem Informasi. Andi. Yogyakarta.
Akbar, Sa’dun. 2013. Instrumen Perangkat Pembelajaran. Bandung: Rosdakarya.
Diasrina Dahri, Fahrul Agus, Dyna Marisa Khairin, “Metode Naive Bayes Untuk Penentuan Penerima Beasiswa Bidikmisi Universitas Mulawarman”, Jurnal Informatika Mulawarman, Vol.11, No.2, 26-35, 2016.
Cahya Indah Safitri, darmansah, Okta Verina Tri Utami, Sekar Aninditya Sugi Ananda, Desy Okta Suryadiwati, “Sistem Pendukung Keputusan Pennetuan Mahasiswa Berprestasi di Institusi Teknologi Telkom Purwokerto Menggunakan Metode Naive Bayes Classifier”, 2019.
Frincy Poluan, Arie Lumenta, Alicia Sinsuw, “Evaluasi Implementasi Sistem E-Learning Menggunakan Model Evaluasi Hot Fit Studi Kasus Universitas Sam Ratulang” E-journal Teknik Informatika, Vol. 4, No. 2, 2014.
Toto Haryadi, Aripin, “Melatih Kecerdasan Kognitif, Afektif, Dan Psikomotorik Anak Sekolah Dasar Melalui Perancangan Game Simulasi Warungku”. 39-50, 2015.
Y.A Lesnussa, S. Latuconsina, E.R Persulessy, “Aplikasi Jaringan Saraf Tiruan Backpropagation untuk Memprediksi Prestasi Siswa SMA (Studi Kasus: Prediksi Prestasi Siswa SMAN 4 Ambon)”, 2015.
Putri Melia Sari, “Memprediksi Prestasi Siswa dengan Penerapan Algoritma C4.5 di Sekolah Dasar Negeri 1 Rawa Laut”, Skripsi, 2015.
Susilo, Purnomo Hadi dan Rohman, M. Gofar, “Sistem Pembelajaran Online Berbasis Aplikasi Web Menggunakan Framework Codeigniter”, JOUTICA Volume 4 No.2, 2019.
Authors who publish with this journal agree to the following terms:
1. Copyright on any article is retained by the author(s).
2. The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
5. The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
