APLIKASI DATA MINING UNTUK PREDIKSI TINGKAT KELULUSAN SISWA DI SD DENGAN MENGGUNAKAN METODE NAIVE BAYES (Studi Kasus: SDN 3 CEPU)

Data Mining bisa digunakan untuk memberikan informasi prediksi
kelulusan. Data yang diambil antara lain adalah data siswa,data nilai
siswa,data kelulusan dan nilai rata-rata siswa sebagai sumber datanya.
Kategori prediksi kelulusan di ukur dari jenis kelamin, perilaku, nilai rata-
rata rapor dan nilai rata-rata UAS(ujian akhir sekolah). Proses teknik data
mining ini ada dua macam yaitu, proses analisan pola data kelulusan siswa
yang telah ada sebelumnya (Data Training) berdasarkan atribut-atribut
yang di ujikan dan proses dari analisa pola data baru yang di ujikan
berdasarkan pola yang telah ada (Data Testing),untuk mendapatkan
informasi perhitungan yang ditampilkan. Dibangun penelitian ini
membangun sebuah aplikasi data mining untuk dapat mengetahui
informasi tingkat kelulusan siswa. Tujuan aplikasi ini dapat
mempermudah dalam memprediksi tingkat kelulusan siswa sekolah dasar
di SDN 3 CEPU tiap tahunnya.Algoritma yang digunakan pada penelitian
ini adalah Algoritma Naive Bayes. Pada analisa data yang dilakukan
diproses testing, dapat tingkat keakurasian sistem dengan menggukan
perhitungan manual metode naive bayes clasificasion dan perhitungan
pembuktian menggunakan aplikasi RapidMiner. Hasil dari penelitian ini
adalah Implementasi data training sebanyak 50 data siswa dengan
algoritma Naive Bayes berhasil memprediksi tingkat kelulusan siswa
dengan presentase nilai keakuratan sebesar 94%. Data Mining dan Naive
Bayes mampu menampilkan informasi prediksi tingkat kelulusan siswa
dengan menggunakan data siswa yang telas lulus sebagai data training dan
nilai siswa sebagai data testing. Sebanyak 50 siswa sebagai data uji yang
dihasilkan penelitian ini bahwa siswa yang lulus sebanyak 47 siswa atau se
94% dari jumlah data testing . Hasil Pengujian UAT berdasarkan hasil uji
User Acceptence hasil penguna mendapatkan 92.5%, hasil uji User
Acceptence hasil bentuk 91.4%, hasil kemanfaatan 91.4%.
Kata Kunci: Data Mining, Data Testing, Algoritma Naive Bayes dan Prediksi.