Penerapan Algoritma Naïve Bayes dalam Klasifikasi Tingkat Kepuasan Siswa terhadap Pembelajaran Daring

Abstract

Saat proses pembelajaran, pemahaman peserta didik terhadap materi pembelajaran di sekolah sangatlah penting. Peran pendidik tentunya memiliki pengaruh penting terhadap pemahaman peserta didik dalam sistem pembelajaran. Karena adanya pandemi corona ini sistem pembelajaran di sekolah yang awalnya pertemuan tatap muka terpaksa berubah menjadi pertemuan daring. Oleh karena itu maka dibutuhkan suatu sistem untuk mengetahui tingkat kepuasan siswa terhadap pembelajaran daring untuk melacak kemajuan belajar siswa. Sistem ini dimaksudkan untuk mengklasifikasikan tingkat kepuasan siswa terhadap pembelajaran daring menggunakan Algoritma Naïve Bayes. Teknik klasifikasi digunakan karena bisa menemukan model yang membedakan kelas data atau konsep data, dengan tujuan khusus untuk menentukan kelas dari label objek yang belum diketahui. Sedangkan Algoritma Naïve Bayes bisa melakukan prediksi peluang masa depan berdasarkan data yang sudah ada sebelumnya, dengan mempertimbangkan beberapa variabel yang akan menjadi penentu hasil akhir suatu keputusan. Data yang digunakan merupakan hasil observasi terhadap siswa SMA di Kabupaten Tulungagung. Data survei kepuasan yang telah terkumpul akan dipisahkan menjadi dua jenis yaitu data training dan data testing. Hasil model data training akan dipergunakan untuk melihat akurasi pada data testing.  Hasil klasifikasi menunjukkan bahwa Algoritma Naïve Bayes cocok digunakan untuk mengukur tingkat kepuasan siswa terhadap pembelajaran daring dengan tingkat akurasi terbesarnya adalah100% dengan nilai precision sebesar 100% dan nilai recallnya sebesar 100% sehingga bisa dikategorikan sebagai Good Classification.