UNDAUNDA

EJECTS: Journal Computer, Technology, and Informations SystemEJECTS: Journal Computer, Technology, and Informations System

MI Miftahussalam adalah Madrasah Ibtidaiyah yang ada di kecamatan Hanau. Prediksi merupakan sebuah alat dalam perencanaan, khususnya dalam bidang pendidikan. Di dunia ini mengetahui keadaan yang akan dating, untuk melihat yang baik atau buruk tetapi juga bertujuan untuk melakukan persiapan. Langkah penting setelah prediksi adalah verifikasi prediksi sehingga dapat data yang diinginkan untuk sebuah persoalan. Madrasah merupakan lembaga yang sistematis melaksanakan program belajar mengajar dalam rangka membantu siswa agar mampu mengembangkan potensinya baik yang menyangkut aspek secara moral, agama, intelektual maupun sosial. Oleh karena itu kriteria yang diperlukan untuk penerimaan siswa baru MI Miftahussalam dengan menggumpulkan data Kartu Indonesia Pintar (KIP), kartu BPJS, Penghasilan orang tua data ini akan dikelompokan dan diperoleh dari periode lalu diolah kedalam sistem dan proses pelatihan dengan aplikasi Rapid Miner.

Berdasarka hasil dari penelitian yang dilakukan maka diperoleh kesimpulan sebagai berikut.1) Penerapan data mining dalam menentuka klasifikasi penerimaan siswa baru dapat digunakan untuk memprediksi layak atau tidak layak seorang siswa dapat diterima dengan menggunakan algoritma naïve bayes.2) Algoritma naïve bayes sangat cocok dterapkan dalam memprediksi peluang dimasa depan berdasarkan pengalaman dimasa sebelumnya memudahkan dalam penerimaan siswa baru.3) Metode naïve bayes memanfaatkan data training untuk menghasilkan probabilitas setiap kriteria untuk class yang berbeda, sehingga nilai-nilai probabilitas dari kriteria tersebut dapat dioptimalkan untuk memprediksi kelayakan penerimaan siswa baru berdasarkan proses klasifikasi yang dilakukan oleh metode naïve bayes itu sendiri.4) Penelitian ini hanya menggunakan data umum untuk mendapatkan hasil yang lebih spesifik disarankan untuk penelitian selanjutnya untuk memaparkan variable yang lebih jelas.5) Perlu penelitian dikembangkan lebih mendalam dan variable algoritma pelatihan supaya mendapatkan hasil yang lebih optimal dengan waktu pelatihan yang lebih singkat lagi.

Untuk penelitian selanjutnya, dapat dikembangkan metode yang lebih mendalam dan variabel algoritma pelatihan untuk meningkatkan akurasi dan efisiensi dalam memprediksi kelayakan penerimaan siswa baru. Selain itu, penelitian ini dapat diperluas dengan memaparkan variable yang lebih jelas dan spesifik, sehingga hasil yang diperoleh dapat lebih akurat dan berguna dalam proses penerimaan siswa baru. Selain itu, penelitian ini dapat dikembangkan dengan menggunakan data yang lebih beragam dan kompleks, serta menguji algoritma lain selain Naive Bayes untuk membandingkan akurasi dan efektivitasnya dalam memprediksi kelayakan penerimaan siswa baru.

  1. OSF. osf doi.org/10.31227/Osf.Io/X6svcOSF osf doi 10 31227 Osf Io X6svc
  2. Algoritma Naive Bayes Dalam Klasifikasi Lokasi Pembangunan Sumber Air | Imandasari | Prosiding Seminar... tunasbangsa.ac.id/seminar/index.php/senaris/article/view/81Algoritma Naive Bayes Dalam Klasifikasi Lokasi Pembangunan Sumber Air Imandasari Prosiding Seminar tunasbangsa ac seminar index php senaris article view 81
Read online
File size182.71 KB
Pages6
DMCAReport

Related /

ads-block-test