EVALUASI TINGKAT PERSAINGAN SISWA DALAM SELEKSI NASIONAL MASUK PERGURUAN TINGGI NEGERI MENGGUNAKAN ALGORITMA NAIVE BAYES
Abstract
Penelitian ini bertujuan untuk mengembangkan sebuah metode prediksi tingkat persaingan siswa dalam seleksi nasional masuk perguruan tinggi negeri menggunakan teknik data mining di SMAN 6 Surabaya. Seleksi nasional masuk perguruan tinggi negeri merupakan proses yang sangat kompetitif dan penting bagi siswa untuk memperoleh kesempatan masuk ke perguruan tinggi yang diinginkan. Dalam penelitian ini, kami menggunakan teknik data mining untuk menganalisis data tentang siswa yang akan mengikuti seleksi nasional di SMAN 6 Surabaya. Data yang digunakan meliputi hasil ujian, nilai rapor, dan faktor-faktor lain yang dapat mempengaruhi tingkat persaingan siswa. Tujuan utama dari analisis data ini adalah untuk mengidentifikasi pola atau tren yang dapat digunakan untuk memprediksi tingkat persaingan siswa di masa depan. Hasil penelitian ini diharapkan dapat membantu siswa, guru, dan pihak terkait dalam memahami dan mengantisipasi tingkat persaingan dalam seleksi nasional masuk perguruan tinggi negeri. Dari penelitian ini didapatkan hasil pengujian dengan Data Mining menggunakan algoritma Naïve Bayes memperoleh hasil siswa yang mendapatkan SNMPTN sebesar 55,5% dan yang tidak mendapatkan sebesar 44,5% dari akurasi sebesar 87%, Presisi 89%, Recall 86,71% dan F1-Score 87,84%.
References
Anastassia Amellia Kharis, S., Haqqi Anna Zili, A., Zubir, E., & Ihza Fajar, F. (2023). Prediksi Kelulusan Siswa pada Mata Pelajaran Matematika menggunakan Educational Data Mining. Jurnal Riset Pembelajaran Matematika Sekolah, 7. https://archive.ics.uci.edu/
Andriyan, W., Septiawan, S., & Aulya, A. (2022). PERANCANGAN WEBSITE SEBAGAI MEDIA INFORMASI DAN PENINGKATAN CITRA PADA SMK DEWI SARTIKA TANGERANG. Jurnal Teknologi Terpadu, 6, 79–88. https://journal.nurulfikri.ac.id/index.php/JTT
Aryani, L., & Hadinata, N. (2020). PREDIKSI JUMLAH SISWA BARU DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING (STUDI KASUS : SMK ETHIKA PALEMBANG). Bina Darma Conference on Computer Science.
Damanik, A. R., Sumijan, S., & Nurcahyo, G. W. (2021). Prediksi Tingkat Kepuasan dalam Pembelajaran Daring Menggunakan Algoritma Naïve Bayes. Jurnal Sistim Informasi dan Teknologi, 88–94. https://doi.org/10.37034/jsisfotek.v3i3.49
Firmansyah, F., & Yulianto, A. (2023). Prediksi Hasil Belajar Menggunakan Naïve Bayes Classifier pada Tingkat Sekolah Dasar. remik, 7(2), 1174–1182. https://doi.org/10.33395/remik.v7i2.12375
Hasanah, H., Sudibyo, N. A., & Kurniawan, E. (2020). PREDIKSI JURUSAN PADA SELEKSI NASIONAL MASUK PERGURUAN TINGGI NEGERI (SNMPTN) MENGGUNAKAN METODE KLASIFIKASI NAÏVE BAYES. 4(1). http://e-journal.unipma.ac.id/index.php/doubleclick
Kafil, M. (2019). PENERAPAN METODE K-NEAREST NEIGHBORS UNTUK PREDIKSI PENJUALAN BERBASIS WEB PADA BOUTIQ DEALOVE BONDOWOSO. Dalam Jurnal Mahasiswa Teknik Informatika (Vol. 3, Nomor 2).
Lastari, W. (2023). Penerapan Data Mining Untuk Memprediksi Prestasi Siswa SMA Pada Dinas Pendidikan Provinsi Jambi (Vol. 8, Nomor 2).
Marpaung, S., Sekolah Tinggi Ilmu Komputer Stikom Tunas Bangsa Jl Sudirman, I., Barat, S., Pematang Siantar, K., & Utara, S. (2021). PENERAPAN METODE NAÏVE BAYES DALAM MEMPREDIKSI PRESTASI SISWA DI SMA NEGERI 1 PANOMBEIAN PANEI. Jurnal Sistem Informasi dan Ilmu Komputer Prima, 4(2).
Maruli Sitompul, A., Tunas Bangsa, S., Utara, S., Tunas Bangsa, A., & Jln Sudirman Blok No, I. A. (2021). Teknik Data Mining Dalam Prediksi Jumlah Siswa Baru Dengan Algoritma Naive Bayes (Vol. 2, Nomor 2).
Mutaqin, M. Z., & Mutoffar, M. M. (2023). Algoritma Naive Bayes untuk Memprediksi Waktu Pengerjaan Uji Kompetesi Keahlian (UKK) Siswa Sekolah Menengah Kejuruan. Jl. Sersan Aswan, 4(1). https://doi.org/10.31599/jsrcs.v4i1.2343
Nias Raya, U., Laia, F., Duha, T., Laia, M., Khorul Huda, A., & Jasuma, A. (2023). Jurnal Informatika Klasifikasi Data Gempa Bumi di Pulau Sumatera Menggunakan Algoritma Naïve Bayes. https://jurnal.uniraya.ac.id/index.php/JI
Pusadan, M. Y., Ghifari, A., & Anshori, Y. (2023). Implementasi Data Mining untuk Prediksi Status Proses Persalinan pada Ibu Hamil Menggunakan Algoritma Naive Bayes. Technomedia Journal, 8(1 Juni), 137–153. https://doi.org/10.33050/tmj.v8i1.1980
Satrio Hadi Wijoyo, S. A. W. A. D. H. (2023). ANALISIS SELEKSI ATRIBUT DALAM MEMPREDIKSI KEGAGALAN SKRIPSI MAHASISWA MENGGUNAKAN ALGORITME NAÏVE BAYES PADA JURUSAN SISTEM INFORMASI UNIVERSITAS BRAWIJAYA.
Septiani, Y., & Ariyani, F. (2022). Penerapan Algoritma Naive Bayes Menentukan Klasifikasi Tingkat Kelulusan Siswa SMK Media Informatika Jakarta. Dalam Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI) Jakarta-Indonesia. https://senafti.budiluhur.ac.id/index.php
Setiyani, L., Wahidin, M., Awaludin, D., & Purwani, S. (2020). Analisis Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Metode Data Mining Naïve Bayes : Systematic Review. Faktor Exacta, 13(1), 35. https://doi.org/10.30998/faktorexacta.v13i1.5548
Sherlyn Eka Yuliana Putri, S. S. ST. , M. T. A. S. S. Kom. , M. K. (2023). PENERAPAN MODEL NAIVE BAYES UNTUK MEMPREDIKSI POTENSI PENDAFTARAN SISWA DI SMK TAMAN SISWA TELUK BETUNG BERBASIS WEB.
Sinaga, S., Sembiring, R. W., & Sumarno, S. (2022). Penerapan Algoritma Naive Bayes untuk Klasifikasi Prediksi Penerimaan Siswa Baru. Dalam Journal of Machine Learning and Data Analytics (MALDA) (Vol. 1, Nomor 1).
Subariah, R., & Zein, A. (2023). Penerapan Metode Naive Bayes Untuk Prediksi Kelulusan Mahasiswa Tepat Waktu Di Prodi Sistem Informasi Universitas Pamulang (Vol. 33, Nomor 2).
Torence, A., Ramadhan, M., Fahmi Ginting, E., Informasi, S., & Triguna Dharma, S. (2023). Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Dalam Pengelompokkan Data Penerima Vaksinasi Covid-19. 2, 482–488. https://ojs.trigunadharma.ac.id/index.php/jsi
Triwidianti, J., Alfian, F. Y., & Prasojo, M. (2021). Perbandingan Metode Data Mining Untuk Prediksi Prestasi Siswa Tingkat Pendidikan Menengah Kejuruan Pada Sekolah Menengah Kejuruan Negeri (SMKN 1) Gadingrejo Pringsewu Lampung.
Utomo, D. P., & Mesran, M. (2020). Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung. JURNAL MEDIA INFORMATIKA BUDIDARMA, 4(2), 437. https://doi.org/10.30865/mib.v4i2.2080
Waru, D., Astuti, R. W., & Kahar, N. (2021). Penerapan Data Mining Untuk Memprediksi Daya Serap Lulusan Siswa Menggunakan Algoritma Native Bayes. Arcitech: Journal of Computer Science and Artificial Intelligence, 1(1), 57. https://doi.org/10.29240/arcitech.v1i1.3294
Widiastuti, N., Hermawan, A., & Avianto, D. (2023). KOMPARASI ALGORITMA KLASIFIKASI DATAMINING UNTUK PREDIKSI MINAT PENCARI KERJA (Vol. 17, Nomor 1). https://ejurnal.teknokrat.ac.id/index.php/teknoinfo/index
Yang, J., Li, Y., Liu, Q., Li, L., Feng, A., Wang, T., Zheng, S., Xu, A., & Lyu, J. (2020). Brief introduction of medical database and data mining technology in big data era. Dalam Journal of Evidence-Based Medicine (Vol. 13, Nomor 1, hlm. 57–69). Blackwell Publishing. https://doi.org/10.1111/jebm.12373
Yaodah Kodratillah, E., & Naya, C. (2021). PENERAPAN DATA MINING UNTUK PREDIKSI KELULUSAN SISWA MENGGUNAKAN ALGORITMA NAÏVE BAYES PADA SMK GARUDA. 12.


















