Algoritma Naive Bayes untuk Mengklasifikasikan Kepribadian Siswa SMP Berdasarkan Tipologi Hippocrates-Galenus

Meilana and Yuli, Astuti and Irma Rofni Wulandari and Istri Sulistyowati and Brigida Arie M. (2021) Algoritma Naive Bayes untuk Mengklasifikasikan Kepribadian Siswa SMP Berdasarkan Tipologi Hippocrates-Galenus. Sistemasi: Jurnal Sistem Informasi, 10 (2). pp. 480-489. ISSN 2540-9719

	Text (Artikel) Artikel Naive Bayes.pdf Download (912kB)
	Text (Cek Similaritas) Similaritas - Naive Bayes.pdf Download (2MB)

Abstract

Perkembangan teknologi informasi berbasis komputer rentan memberikan dampak yang negatif terhadap siswa di usia remaja, secara khusus pada jenjang SMP yaitu usia 12 hingga 15 tahun. Usia tersebut merupakan masa peralihan usia anak-anak menuju remaja. Guru bimbingan konseling (BK) menjadi wadah untuk membenahi serta mendidik para siswa yang mempunyai permasalahan dari segi psikologi, karakteristik, ataupun hal pendukung lainnya. Namun pada prakteknya saat kegiatan konseling siswa akan merasa malu mengungkapakan permasalahan yang dihadapi dan cenderung menutupinya sehingga BK butuh banyak waktu untuk mengetahui permasalahan dan karakter siswa. Oleh karena itu diperlukan sistem untuk mengetahui karakteristik yang dimiliki oleh siswa, dengan tujuan agar BK dapat berkomunikasi dengan baik terhadap siswa yang memiliki permasalahan dan bisa mengetahui karakternya sehingga akan mempermudah dalam penanganannya. Penerapan algoritma Naïve Bayes Classifier pada penelitian ini ditujukan untuk mengklasifikasikan data berdasarkan karakteristik yang sudah di tentukan sebelumnya, yakni sanguin, koleris, melankolis, plegmatis. Metode ini digunakan untuk mentukan kelas tertinggi yang akan ditujukan pada karakteristik kepribadian tersebut. Atribut yang diperlukan pada penelitian ini adalah nama siswa, usia, jenis kelamin, asal sekolah serta jawaban soal test A, B, C, dan D. Pengujian terhadap sistem dilakukan sebanyak 6 kali pengujian, dimana pengujian pertama mendapatkan nilai akurasi sebesar 68,57%, pengujian kedua sebesar 74%, pengujian ketiga sebesar 77,78%, pengujian keempat sebesar 81,18%, pengujian kelima sebesar 85,88% serta pengujian keenam sebesar 83,53%. Nilai akurasi tertinggi dihasilkan dari pengujian kelima sebesar 85,88% pengujian tersebut menggunakan Confusion Matrix, dalam hal ini Algoritma Naïve Bayes Classifier mampu mengklasifikasikan dengan baik dan memperoleh hasil akurasi yang cukup tinggi. Kata kunci : data mining, klasifikasi, naïve bayes classifier, karakteristik kepribadian

Item Type:	Article
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Unwidha Perpustakaan Unwidha
Date Deposited:	04 Jun 2024 03:41
Last Modified:	04 Jun 2024 03:41
URI:	http://repository.unwidha.com:880/id/eprint/3771

Actions (login required)

View Item