Analisis Algoritma Naive Bayes Classifier Untuk Klasifikasi Calon Penerima Bantuan Program Indonesia Pintar (PIP)

Zulfy Hidayat, Rakhmat Kurniawan. R

Abstract


Penelitian ini dilatarbelakangi oleh ketidaktepatan dalam proses seleksi manual penerima bantuan Program Indonesia Pintar (PIP) di MTs Al-Hasanah, yang belum berbasis data objektif sehingga berpotensi menyalurkan bantuan tidak tepat sasaran. Berdasarkan masalah tersebut, rumusan penelitian ini adalah bagaimana penerapan algoritma Naïve Bayes dalam meramalkan kelayakan siswa sebagai penerima bantuan PIP, serta seberapa akurat metode ini dalam proses prediksi. Tujuan dari penelitian ini adalah untuk membangun model klasifikasi berbasis Naïve Bayes yang mampu memprediksi kelayakan siswa penerima bantuan berdasarkan atribut seperti status keluarga, kepemilikan KIP, jumlah tanggungan, dan penghasilan orang tua. Penelitian ini menggunakan metode data mining dengan pendekatan klasifikasi Naïve Bayes yang diterapkan melalui platform Google Colab, dengan teknik LabelEncoding untuk data preprocessing dan pembagian data yang dibagi menjadi data latih dan data uji dengan rasio 80:20, menghasilkan 84 data latih dan 21 data uji. Hasil pengujian menunjukkan nilai akurasi, precision, recall, dan F1-score sebesar 1.0 atau 100%. Evaluasi pada kedua kelas ("Layak" dan "Tidak Layak") menunjukkan kinerja sempurna, tanpa kesalahan klasifikasi. Ini berarti model mampu mengklasifikasikan semua data uji (sebanyak 21 data) secara akurat tanpa kesalahan. Penelitian ini bermanfaat dalam mendukung pengambilan keputusan yang lebih objektif dan adil dalam penyaluran bantuan PIP di lingkungan sekolah, serta sebagai kontribusi dalam pengembangan sistem berbasis kecerdasan buatan untuk pendidikan.


Keywords


Naive Bayes Algorithm; Smart Indonesia Program (PIP); Data Mining; Machine Learning

Full Text:

PDF

References


R. A. Tyas, M. Anggraini, I. A. Sulasiyah, and Q. Aini, “Implementasi Algoritma Naïve Bayes Dalam Penentuan Rating Buku,” Sistemasi, vol. 9, no. 3, p. 557, 2020, doi: 10.32520/stmsi.v9i3.915.

E. A. Lisangan, A. Gormantara, and R. Y. Carolus, “Implementasi Naive Bayes pada Analisis Sentimen Opini Masyarakat di Twitter Terhadap Kondisi New Normal di Indonesia,” KONSTELASI Konvergensi Teknol. dan Sist. Inf., vol. 2, no. 1, pp. 23–32, 2022, doi: 10.24002/konstelasi.v2i1.5609.

Soebagio, Manajemen Pendidikan Indonesia. Jakarta: Ardadizya Jaya, 2005.

K. P. dan K. Indonesia, Peraturan Menteri Pendidikan dan Kebudayaan Nomor 12 Tahun 2015 tentang Program Indonesia Pintar. 2015, p. BN.2015/No.724, jdih.kemdikbud : 6 hlm.

W. P. Nurmayanti, “Penerapan Naive Bayes dalam Mengklasifikasikan Masyarakat Miskin di Desa Lepak.,” Geodika J. Kaji. Ilmu Dan Pendidik. Geogr., vol. 5, no. 1, pp. 123–132, 2021, doi: https://doi.org/10.29408/geodika.v5i1.3430.

A. Wibisono, A. D., Dadi Rizkiono, S., & Wantoro, “Filtering Spam Email Menggunakan Metode Naive Bayes.,” Telefortech J. Telemat. Inf. Technol., vol. 1, no. 1, pp. 9–17, 2020, doi: https://doi.org/10.33365/tft.v1i1.685.

D. Nofriansyah, Konsep Data Mining Vs Sistem Pendukung Keputusan. Yogyakarta: Deepublish, 2015.

S. Felicia Watratan, A., Puspita, A. B., Moeis, D., Informasi, S., & Profesional Makassar, “Implementasi Algoritma Naive Bayes Untuk Memprediksi Tingkat Penyebaran Covid-19 Di Indonesia.,” J. 47 Appl. Comput. Sci. Technol., vol. 1, no. 1, pp. 12–22, 2020.

A. Saleh, “Implementasi Metode Klasifikasi Naive Bayes dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga.,” Citec J., vol. 2, no. 3, pp. 207–217, 2015.

S. Hendrian., “ALGORITMA KLASIFIKASI DATA MINING UNTUK MEMPREDIKSI SISWA DALAM MEMPEROLEH BANTUAN DANA PENDIDIKAN,” Fakt. Exacta, vol. 11, no. 3, pp. 266–274, 2019, doi: 10.30998/faktorexacta.v11i3.2777.

A. Nuraini, A. Faqih, G. Dwilestari, N. Dienwati Nuris, and R. Narasati, “Analisis Sentimen Terhadap Review Aplikasi Brimo Di Google Play Store Menggunakan Algoritma Naïve Bayes,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 6, pp. 3661–3666, 2023, doi: 10.36040/jati.v7i6.8228.

F. Santoso, H., Armansyah, A., & Siregar, “Implementation of Naïve Bayes Method in Classification of Nutritional Status of Toddlers at Pasar Ujungbatu Sosa Public Health Center.,” IJISTECH (International J. Inf. Syst. Technol., vol. 6, no. 3, pp. 392–398, 2022, doi: https://doi.org/10.30645/ijistech.v6i3.254.

Frira Sesilia, Viktor Handrianus Pranatawijaya, and Ressa Priskila, “Machine Learning untuk Memprediksi Jumlah Penjualan, Stok dan Jumlah Tanam Hasil Pertanian Hidroponik,” KONSTELASI Konvergensi Teknol. dan Sist. Inf., vol. 4, no. 1, pp. 222–233, 2024, doi: 10.24002/konstelasi.v4i1.9055.

W. Lestari, R., D, Muhammad, S.,H, Sri, “Penerapan Data Mining Menggunakan Metode Teknik Klasifikasi Untuk Melihat Potensi Kepatuhan Wajib Pajak Kendaraan.,” J. Comput. Sci. Informatics Eng., vol. 3, no. 1, pp. 1–14, 2024, doi: 10.55537/cosie.v3i1.710.

F. Marisa, “Educational Data Mining (Konsep dan Penerapan),” Teknol. Inf., vol. 4, no. 2, pp. 90–97, 2018.

R. Armansyah, Rakhmad, K., “Model Prediksi Kelulusan Mahasiswa Tepat Waktu dengan Metode Naïve Bayes.,” Edumatic J. Pendidik. Inform., vol. 6, no. 1, pp. 1–10, 2022, doi: https://doi.org/10.29408/edumatic.v6i1.4789.




DOI: http://dx.doi.org/10.36448/expert.v15i1.4326

Refbacks

  • There are currently no refbacks.


EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi

Published by Pusat Studi Teknologi Informasi, Fakultas Ilmu Komputer, Universitas Bandar Lampung
Gedung M Lt.2 Pascasarjana Universitas Bandar Lampung
Jln Zainal Abidin Pagaralam No.89 Gedong Meneng, Rajabasa, Bandar Lampung,
LAMPUNG, INDONESIA

Indexed by:



Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.