KLASIFIKASI TINGKATAN LEVEL KUMON DENGAN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER
DOI:
https://doi.org/10.55719/mv.v4i1.305Keywords:
Naïve Bayes Classifier, Tingkatan Level KumonAbstract
Kumon is a tutoring place that implements a level-based learning system customized to individual abilities, aims to optimize each individual's abilities and intelligence. With Kumon learning methods many students can learn at up-class level, low-class level, and equivalent class level. Determining the level of Kumon is usually seen in students when attending Kumon classes for approximately six months to one year. However, by looking at several aspects that affect the level of students such as learning motivation, learning interests, learning habits, and gender of students, the Naive Bayes Classifier approach will be easy and fast in predicting kumon level for students.
From the research using confussion matrix test, the result show the accuracy value of 70%, class precision of 75% for up-class level, class precision of 100% for low-class level, class precision of 60% for the equivalent of class level, class recall of 100% for up-class level, class recall of 25% low-class level, and class recall of 100% equivalent to class level. As a result, it is possible to conclude that the Naïve Bayes Classifier Algorithm can be used to predict the classification of kumon levels. However, it is hoped that the next research will use other attributes in order to get a more accurate algorithm.
Downloads
References
[2] E. T. Kusrini, Algoritma Data Mining. Yogyakarta: Andi Offset, 2009.
[3] H. Naparin, “Klasifikasi Peminatan Siswa SMA Menggunakan Metode Naive Bayes,” Syst. Inf. Syst. Informatics J., vol. 2, no. 1, pp. 25–32, 2016, doi: 10.29080/systemic.v2i1.104.
[4] M. Rasyida, “Naïve Bayes Classification untuk Penentuan Status Penduduk Miskin,” J. Inform. Kaputama(JIK), vol. 4, no. 2, 2020.
[5] D. Nofriansyah and G. W. Nurcahyo, Algoritma Data Mining Dan Pengujian. In Algoritma Naive Bayesian classifier. Yogyakarta: Deepubish, 2012.
[6] A. Purwanto et al., “Perbandingan Minat Siswa Smu Pada Metode Klasifikasi Menggunakan 5 Algoritma,” vol. 2, no. 1, pp. 43–47, 2018.
[7] P. E, Konsep dan Aplikasi Menggunakan Matlab. In Andi, Data Mining. Yogyakarta: Airlangga, 2012.
[8] S. Arikunto, Prosedur Penelitian Suatu Pendekatan Praktik. Jakarta: Rineka Cipta, 2010.
[9] Sugiyono, Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta, CV, 2010.
[10] Azwar, Realibilitas dan Validitas. Yogyakarta: Pustaka Pelajar, 2012.
[11] A. Saifudin, Penyusunan Skala Psikologi. Yogyakarta: Pustaka Pelajar, 2007.
Downloads
Published
How to Cite
Issue
Section
License
Penulis yang mempublikasikan jurnalnya di MathVision harus setuju dengan:
- Penulis memiliki hak cipta dan memberikan hak jurnal untuk publikasi pertama dengan karya yang secara simultan dilisensikan di bawah Lisensi Creative Commons yang memungkinkan orang lain untuk berbagi karya dengan pengakuan kepenulisan karya dan publikasi awal dalam jurnal ini.
- Penulis dapat membuat perjanjian kontrak tambahan yang terpisah untuk distribusi non-eksklusif dari versi jurnal yang diterbitkan dari karya tersebut (misalnya, mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan atas publikasi awalnya di jurnal ini.
- Penulis diizinkan dan didorong untuk memposting pekerjaan mereka secara online (mis., Dalam repositori institusional atau di situs web mereka) sebelum dan selama proses pengiriman, karena dapat menyebabkan pertukaran yang produktif, serta kutipan yang lebih awal dan lebih besar dari karya yang diterbitkan
