PREDIKSI POTENSI SISWA TERHADAP MATAPELAJARAN

SMK N TUGUMULYO MENGGUNAKAN

METODE NAIVE BAYES

SKRIPSI

Diajukan Sebagai Syarat Untuk Menyelesaikan Pendidikan

Program Sarjana (S-1)
Pada Program Studi Sistem Informasi

Oleh :
SISKA ULANDARI
NIM : 2002030001

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS ILMU TEKNIK
UNIVERSITAS BINA INSAN
2024
 HALAMAN PENGESAHAN SKRIPSI

PREDIKSI POTENSI SISWA TERHADAP MATAPELAJARAN

SMK NEGERI TUGUMULYO MENGGUNAKAN METODE
NAIVE BAYES

Oleh :
SISKA ULANDARI
NIM : 2002030001

Lubuklinggau, 2024

Pembimbing I Pembimbing II

Joni Karman, M.Kom Rusdiyanto, M.Kom

Mengetahui,
Dekan Fakultas Ilmu Teknik
Universitas Bina Insan

Dr. Rudi Kurniawan, ST., M.Kom

ii
 HALAMAN PERSETUJUAN TIM PENGUJI SKRIPSI

Pada hari, telah dilaksanakan sidang Skripsi oleh Program Studi

Rekayasa Sistem Komputer Universitas Bina Insan.

Nama : Siska Ulandari

NIM : 2002030001
Judul Skripsi : Prediksi Potensi Siswa Terhadap Matapelajaran SMK N
TuguMulyo Menggunakan metode Naive Bayes

Komisi Penguji

1. Ketua : Joni Karman, M.Kom (..........................................)

2. Sekretaris : Rusdiyanto, M.Kom (..........................................)

3. Anggota : Budi Santoso, M.Kom (..........................................)

Mengetahui,
Kepala Program Studi Rekayasa Sistem Komputer
Universitas Bina Insan

( Harma Oktavia Lingga Wijaya, M.Kom)

iii
 HALAMAN MOTTO DAN PERSEMBAHAN

MOTTO:

Persembahan kepada :

iv
 HALAMAN PERNYATAAN

Saya yang bertanda tangan dibawah ini :

Nama Mahasiswa/i : Siska Ulandari

NIM : 2002030001

Programn Studi : Sistem Informasi

Menyatakan dengan sesungguhnya bahwa penelitian dan penulisan Skripsi

yang saya susun sebagai persyaratan untuk memperoleh gelar Sarjana (S-1)

Universitas Bina Insan, merupakan hasil kerja saya sendiri dan tidak menyuruh

orang lain yang mengerjakannya. Ada bagian tertentu dalam penulisan skripsi ini

yang saya kutip dari hasil karya orang lain dan telah saya tuliskan sumbernya

secara jelas sesuai dengan norma, kaidah dan etika penulisan ilmiah.

Jika dikemudian hari ternyata terbukti bahwa penelitian dan tugas akhir ini

bukan hasil kerja saya sendiri atau plagiat dalam bagian-bagian tertentu, maka

saya bersedia dikenakan sanksi sesuai dengan peraturan perundangan yang

berlaku.

Lubuklinggau, Januari 2024

Penulis,

Siska Ulandari
NIM : 2002010062

v
ABSTRACT

vi
ABSTRAK

vii
 KATA PENGANTAR

Assala’alaikum wr.wb
Puji syukur kepada Allah SWT berkat Rahmat, Hidayah, dan Karunia-Nya
kepada kita semua sehingga kami dapat menyelesaikan proposal skripsi dengan
judul "Prediksi Potensi Siswa Terhadap Mata Pelajaran SMK N Tugumulyo
Menggunakan Metode Naive Bayes, Adapun tujuan dari penulisan proposal
penelitian ini adalah untuk mempelajari cara pembuatan skripsi pada Universitas
bina insan dan untuk memperoleh gelar Sarjana Teknik jurusan sistem
informasi.Laporan proposal penelitian ini disusun sebagai salah satu syarat untuk
mengerjakan skripsi pada program Strata-1 di Jurusan sistem informasi.
Untuk selanjutnya penulis mengucapkan banyak terima kasih kepada

pihak pihak yang telah membantu dalam menyelesaikan skripsi ini,yaitu:

1. Bapak/Ibuku tercinta yang telah banyak memberikan dukungan dan bantuanya

dalam penulisan Proposal skripsi ini.

2. Bapak Dr. H. Sardiyo, M.M selaku Rektor Universitas Bina Insan.

3. Bapak Muhammad Akbar, ST, M.IT selaku Wakil Rektor I Universitas Bina

Insan.

4. Bapak Wakhid Nur Mukhlis, M.Pd selaku Wakil Rektor II Universitas Bina

Insan.

5. Bapak Dr. Rudi Kurniawan,S.T.M.Kom selaku Dekan Fakultas Ilmu Teknik

Universitas Bina Insan Lubuklinggau yang telah banyak memberikan

bimbingan dan arah dalam penulisan Proposal skripsi ini.

6. Ibu Harma Oktavia Lingga Wijaya, M.Kom selaku Kepala Program Studi

Sistem Informasi Universitas Bina Insan Lubuklinggau yang telah banyak

memberikan bimbingan dan arah dalam penulisan Proposal skripsi ini.

viii
7. Bapak Joni Karman,M.Kom selaku Pembimbing I yang telah banyak

memberikan bimbingan dan arah dalam penulisan Proposal skripsi ini.

8. Bapak Rusdiyanto,M.Kom selaku Pembimbing II yang telah banyak

memberikan bimbingan dan arah dalam penulisan Proposal skripsi ini.

9. Bapak Budi santoso,M.Kom, selaku penguji seminar proposal saya yang telah

memberikan bimbingan dan arahan dalam penulisan propasal skripsi ini.

10. Bapak/Ibu Pimpinan dan Staf Karyawan SMK N Tugumulyo

11. Seluruh Staf Dosen dan Karyawan Universitas Bina Insan Lubuklinggau yang

telah banyak memberikan ilmu pengetahuan dan bimbingan kepada penulis.

Akhir Kata semoga penelitian ini dapat bermanfaat bagi untuk penelitian

Lubuklinggau, 2023

Mahasiswa,

Siska ulandari

ix
 DAFTAR RIWAYAT HIDUP

Pasfoto 3 x 4
Bewarna
(Wajib
ditempelkan)

Biodata

Nama : Siska Ulandari

Tempat/Tanggal Lahir :
Jenis Kelamin : Perempuan
Agama : Islam
Alamat :

Pendidikan
- SD :
- SMP/MTS Sederajat :
- SMA/SMK Sederajat :

x
 DAFTAR ISI

HALAMAN COVER..............................................................................................i
HALAMAN PENGESAHAN SKRIPSI...............................................................ii
HALAMAN PERSETUJUAN TIM PENGUJI SKRIPSI.................................iii
HALAMAN MOTTO DAN PERSEMBAHAN.................................................iv
HALAMAN PERNYATAAN................................................................................v
ABSTRACT............................................................................................................vi
ABSTRAK............................................................................................................vii
KATA PENGANTAR........................................................................................viii
DAFTAR RIWAYAT HIDUP..............................................................................x
DAFTAR ISI..........................................................................................................xi
DAFTAR TABEL...............................................................................................xiv
DAFTAR GAMBAR............................................................................................xv
DAFTAR LAMPIRAN.......................................................................................xvi
BAB I.......................................................................................................................1
PENDAHULUAN...................................................................................................1
1.1 Latar Belakang Penelitian........................................................................................1
1.2 Identifikasi Masalah.................................................................................................3
1.3 Rumusan Masalah....................................................................................................3
1.4 Batasan Masalah.......................................................................................................4
1.5 Tujuan dan Manfaat Penelitian.................................................................................4
1.5.1 Tujuan Penelitian...............................................................................................4
1.5.2 Manfaat Penelitian.............................................................................................5
1.6 Sistematika Penulisan...............................................................................................5
BAB II.....................................................................................................................7
TINJAUAN PUSTAKA.........................................................................................7
2.1 Literatur...................................................................................................................7
2.1.1 Data mining.......................................................................................................7
2.1.2 Dataset...............................................................................................................9
2.1.3 Siswa..............................................................................................................10
2.1.4 Prediksi...........................................................................................................10

xi
 2.1.5 Potensi............................................................................................................11
2.1.6 SMK N Tugumulyo........................................................................................12
2.1.7 Bahasa Pemograman R/Rstudi.......................................................................12
2.1.8 Metode Naise Bayes.......................................................................................13
2.1.9 Mendeley........................................................................................................14
2.2 Penelitian Terdahulu yang Relevan........................................................................15
2.3 Kerangka Berpikir..................................................................................................24
BAB III..................................................................................................................25
METODOLOGI PENELITIAN.........................................................................25
3.1 Metode Penelitian...................................................................................................25
3.2 Metode Pengumpulan Data....................................................................................25
3.2.1 Data Primer.....................................................................................................25
3.2.2 Data Sekunder.................................................................................................26
3.3 Metode Analisa......................................................................................................26
3.4 Tempat dan Waktu Penelitian................................................................................28
3.4.1 Tempat............................................................................................................28
3.4.2 Waktu Penelitian.............................................................................................28
3.5 Alat dan Bahan.......................................................................................................29
3.5.1 Alat..................................................................................................................29
3.5.2 Bahan..............................................................................................................30
3.6 Metode Pengujian Dan Pengolahan Data...............................................................30
3.6.1 Metode Pengujian...........................................................................................30
3.6.2 Metode Pengolahan Data................................................................................32
BAB IV..................................................................................................................35
HASIL PENELITIAN DAN PEMBAHASAN..................................................35
4.1 Gambaran Umum...................................................................................................35
4.1.1 Sejarah SMK N Tugumulyo...........................................................................35
4.1.2 Struktur Organisasi.........................................................................................35
4.1.3 Visi dan Misi..................................................................................................35
4.2 Hasil Penelitian.....................................................................................................35
4.3 Pembahasan...........................................................................................................35
4.4 Pengujian Sistem...................................................................................................35

xii
BAB V....................................................................................................................36
KESIMPULAN DAN SARAN............................................................................36
5.1 Kesimpulan............................................................................................................36
5.2 Saran......................................................................................................................36
DAFTAR PUSTAKA...........................................................................................37

xiii
 DAFTAR TABEL

Halaman

Tabel 2.1 Penelitian Relevan................................................................................15

Tabel 3.1 Keterangan prediksi bayes....................................................................27

Tabel 3.2 Waktu penelitian...................................................................................28

xiv
 DAFTAR GAMBAR

Halaman

Gambar 2.1 Logo SMK N Tugumulyo................................................................12

Gambar 2.2 Logo Aplikasi Rstudio.....................................................................13

Gambar 2.3 Logo Mandeley................................................................................14

Gambar 2.4 Kerangka berpikir............................................................................24

xv
 DAFTAR LAMPIRAN

Lampiran 1. Form Pengajuan Judul Skripsi

Lampiran 2. Form Bimbingan Skripsi

Lampiran 3. Surat Izin Penelitian

xvi
 BAB I

PENDAHULUAN

1.1 Latar Belakang Penelitian

Perkembangan ilmu pengetahuan dan teknologi di zaman modern

sekarang sudah semakin pesat, Teknologi memiliki banyak dampak

positif yang berperan untuk memudahkan pada setiap bidang termasuk

dibidang Pendidikan. Peran penting pendidikan untuk peningkatan kualitas

sumber daya manusia serta menjadi kunci untuk kemajuan suatu bangsa

dan negara. Proses pembelajaran dan suasana belajar yang tertata dengan

baik membuat peserta didik dapat mengembangkan potensi diri secara

aktif untuk mendapatkan keahlian dan keterampilan.

Didalam dunia pendidikan tentunya ada standarisasi dalam

menentukan dan mengukur potensi siswa atau peserta didiknya.

Standarisasi adalah bentuk kesesuaian dan kepadanan mengikuti suatu

pedoman, hal ini dapat diartikan bahwa pendidikan juga mempunyai

kesesuaian dan standar dalam mengetahui potensi siwa. seperti yang kita

ketahui bahwa SMK N Tugumulyo berdiri pada tahun 2007.

Kondisi potensi siswa sekarang terhadap matapelajaran di SMK N

Tugumulyo para siswa lebih banyak berpotensi atau berminat pada mata

pelajaran yang bersifat produktif saja, karena seperti yang kita ketahui

karena lebih di senangi karna mapel produktif tersebut lebih ke praktikum

bukan hanya sekedar teori saja. kemampuan, dan potensi belajar yang

berbeda pada setiap siswa ,terutama dalam kemampuan belajar,dalam

1
 2

kemampuan belajar setiap siswa pasti memiliki potensi belajar yang sangat

di kuasai dan ada juga yang sangat tidak di sukai dari berbagai macam

matapelajaran yang ada,sesuai potensi siswa masing-masing[1].

Adapun solusi yang ditawarkan dalam penelitian kali ini tentang

prediksi potensi siswa terhadap matapelajaran agar siswa/siswa SMK N

Tugumulyo tidak hanya tertarik dalam satu mapel saja yaitu kita harus

mempunyai teknik tertentu dalam melakukan suatu pembelajaran yg

menarik, maupun menggunakan metode tertentu, agar siswa/siswa tersebut

tidak hanya berpotensi dalam satu matepelajaran saja.

Pada penelitian kali ini, penulis akan menggunakan metode Naive

Bayes. Metode Naive Bayes merupakan salah satu teknik data mining

untuk memanfaatkan data yang sangat banyak sebagai sumber informasi

yang tepat dalam pengklasifikasian data[1].

Penggunaan data mining dapat membantu perusahaan atau suatu

lembaga yang dapat digunakan dalam pengambilan sebuah keputusan.

(Nugroho, 2014). Sehingga dalam penelitian ini data yang didapat dari

SMK N Tugumulyo akan digunakan sebagai data pelatihan untuk

memprediksi potensi siswa terhadap matapelajaran nantinya. Naïve Bayes

dimanfaatkan dalam sistem untuk mencari potensi siswa dengan variabel

yang didapat. Sehingga dengan adanya sistem ini dapat memprediksi

potensi siwa terhadap matapelajaran pada SMK N Tugumulyo tersebut,

karena tujuan penelitian ini adalah untuk memprediksi potensi ssiwa

 3

terhadap matapelajaran dimasa depan berdasarkan pengalaman di masa

sekarang[1].

Berdasarkan uraian latar belakang diatas, maka penulis mengambil

penelitian dengan judul “ Prediksi Potensi Siswa Terhadap

Matapelajaran SMK N Tugumulyo dengan algoritma Naive Bayes ”.

1.2 Identifikasi Masalah

Berdasarkan latar belakang, maka dapat diidentifikasi masalah yang ada

sebagai berikut :

1. potensi siswa terhadap matapelajaran di SMK N Tugumulyo tidak akurat

2. Dataset yang digunakan tidak mencerminkan keadaan sebenarnya atau

tidak akurat

3. Variabel yang digunakan untuk prediksi tidak benar-benar relevan dengan

potensi siswa terhadap matapelajaran tertentu atau hasil prediksi tidak

akurat

1.3 Rumusan Masalah

Berdasarkan uraian latar belakang yang ada dapat di rumuskan

masalah sebagai berikut:

1. Bagaimana cara agar potensi siswa terhadap matapelajaran tersebut

bisa mendapatakan potensi yang akurat?

2. Bagaimana agar dataset bisa mencerminkan variasi yang cukup dari

profil siswa untuk bisa memberikan prediksi yang akurat?

 4

3. Bagaimana agar variabel yang digunakan dalam prediksi benar-benar

relevan dengan potensi siswa dalam matapelajaran yang

bersangkutan?

1.4 Batasan Masalah

Peneliti menetapkan beberapa batasan masalah dalam penelitian ini, yaitu :

a. data yang di gunakan dalam penelitian ini yaitu data siswa kelas 3 SMK N

Tugumulyo Angkatan Tahun 2023

b. Metode penelitian yang di gunakan dalam penelitian ini yaitu metode

kuantitatif

c. Penelitian ini akan menggunakan bahasa pemograman Rstudio sebagai

alat untuk mengimplementasikan algoritma Naive Bayes

d. Sistem tempat penelitian yang di lakukan pada siswa/siswi SMK N

Tugumulyo

1.5 Tujuan dan Manfaat Penelitian

1.5.1 Tujuan Penelitian

Tujuan dari penelitian ini adalah sebagai berikut :

1. Tujuan bagi tempat penelitian

a. Untuk mengetahui secara sistem tentang informasi potensi siswa

terhadap matapelajaran di SMK N Tugumulyo

b. untuk mengetahui potensi siswa terhadap matapelajaran dengan

variabel tertentu dan informasi data yang akurat sesuai dengan

potensi siswa SMK N Tugumulyo tersebut

 5

2. Tujuan bagi peneliti

Untuk menambah wawasan serta mengetahui informasi mengenai

penelitian tentang potensi siswa terhadap matapelajaran yang bersifat

akurat di SMK N Tugumulyo

3. Tujuan bagi Universitas Bina Insan

Untuk membatu mahasiswa yang menjadikan ini sebagai bahan

untuk referensi jurnal tentang prediksi potensi siswa terhadap

matapelajaran kedepannya

1.5.2 Manfaat Penelitian

Adapun manfaat penelitian ini adalah sebagai berikut :

1). Manfaat bagi penulis

sebagai bahan evaluasi diSMK N Tugumulyo dalam meninjau

kebijakan untuk dapat menigkatkan potensi siswa terhadap matapelajaran

2). Manfaat bagi tempat penelitian

sebagai bahan evaluasi di SMK N Tugumulyo dalam akan untuk

dapat menigkatkan potensi siswa terhadap matapelajaran

3). Manfaat bagi Universitas Bina Insan

dalam bidang yang sama besarharapan tulisan ini dapat di gunakan

sebagai referensi untuk penelitian selanjutnya, kususnya tentang prediksi

dan algoritma Naive Bayes

1.6 Sistematika Penulisan

Dalam penulisan Skripsi ini yang merupakan laporan dari hasil

penelitian, direncanakan terdiri dari lima bab, masing-masing bab berisi :

 6

BAB I : PENDAHULUAN

Dalam bab ini berisi latar belakang masalah,

perumusan masalah, batasan masalah, tujuan

,manfaat penelitian, metode penelitian dan

sistematika penulisan.

BAB II : KAJIAN PUSTAKA

Dalam bab ini berisi teori-teori yang mendasari

masalah yang diteliti.

BAB III : METODOLOGI PENELITIAN

Dalam bab ini terisi tentang metode penelitian,

analisis sistem yang berjalan dan perancangan

sistem.

BAB IV : HASIL DAN PEMBAHASAN

Bab ini berisi tentang gambaran umum tempat

penelitian, hasil dan pembahasan, serta pengujian

sistem.

BAB V : SIMPULAN DAN SARAN

Bab ini berisi simpulan dari seluruh penelitian dan

saran- saran / masukan-masukan yang berguna

dimasa yang akan datang.

DAFTAR PUSTAKA

LAMPIRAN
 BAB II

TINJAUAN PUSTAKA

2.1 Literatur

2.1.1 Data mining

Menurut Fayyad et al dalam buku Suyanto,2017, data mining

merupakan proses penemuan pengetahuan yang ada dalam basis data atau

knowledge discovery in database yang disingkat dengan KDD. Pengetahuan

dapat berupa pola data atau relasi antar data yang valid (Suyanto, 2017).

Data mining merupakan proses penemuan pola-pola baru dari kumpulan-

kumpulan data yang sangat besar, yang meliputi metode-metode irisan dari

artificial intelligence, machine learning, statistics, dan database system. Data

mining juga dapat mengekstraksi (mengambil intisari)[2].

pengetahuan dari sekumpulan data sehingga didapatkan struktur

yang dapat dimengerti manusia serta meliputi basis data dan manajemen

data, prapemrosesan data, pertimbangan model dan inferensi, ukuran

ketertarikan, pertimbangan kompleksitas, pasca pemrosesan terhadap

struktur yang ditemukan, visualisasi, dan online updating [2].

Tahap-tahap data mining ada 6 yaitu[3] :

a) Pembersihan data (data cleaning)

Pembersihan data merupakan proses menghilangkan noise

dan data yang tidak relevan. Pada umumnya data yang diperoleh, baik

dari database memiliki isian-isian yang tidak sempurna seperti data

yang hilang, data yang tidak valid atau juga hanya sekedar salah ketik.

7
 8

Data- data yang tidak relevan itu juga lebih baik dibuang.

Pembersihan data juga akan mempengaruhi performasi dari teknik

data mining karena data yang ditangani akan berkurang jumlah dan

kompleksitasnya.

b) Integrasi data (data integration)

Integrasi data merupakan penggabungan data dari berbagai

database ke dalam satu database baru. Integrasi data perlu dilakukan

secara cermat karena kesalahan pada integrasi data bisa menghasilkan

hasil yang menyimpang dan bahkan menyesatkan pengambilan aksi

nantinya. Sebagai contoh bila integrasi data berdasarkan jenis produk

ternyata menggabungkan produk dari kategori yang berbeda maka

akan didapatkan korelasi antar produk yang sebenarnya tidak ada.

c) Seleksi Data (Data Selection)

Data yang ada pada database sering kali tidak semuanya

dipakai, oleh karena itu hanya data yang sesuai untuk dianalisis yang

akan diambil dari database. Sebagai contoh, sebuah kasus yang

meneliti factor kecenderungan orang membeli dalam kasus market

basket analysis,tidakperlu mengambil nama pel anggan, cukup dengan

id pelanggan saja.

d) Transformasi data (Data Transformation)

Data diubah atau digabung ke dalam format yang sesuai

untuk diproses. Sebagai contoh beberapa metode standar seperti

analisis asosiasi dan clustering hanya bisa menerima input data

 9

kategorikal. Karenanya data berupa angka numerik yang berlanjut

perlu dibagi-bagi menjadi beberapa interval. Proses ini sering disebut

transformasi data.

e) Proses mining Merupakan suatu proses utama saat metode

diterapkan untuk menemukan pengetahuan berharga dan

tersembunyi dari data.

f) valuasi pola (pattern evaluation) Untuk mengidentifikasi pola-

pola menarik kedalam knowledge based yang ditemukan. Dalam

tahap ini hasilnya berupa pola-pola yang khas maupun model

prediksi dievaluasi untuk menilai apakah hipotesa yang ada

memang tercapai.

2.1.2 Dataset

Data training merupakan sekumpulan data yang memiliki atribut

label/kelas yang digunakan oleh mesin untuk mengenal karaktersitik

kumpulan data sehingga menghasilkan sebuah pola/model data. Sementara

data testing adalah sekumpulan data yang juga memiliki label/kelas yang

digunakan untuk menguji ketepatan pola/model dalam mengklasifikasikan

data testing. Pada saat melakukan proses testing model, atribut label dari

data testing disembunyikan selama proses klasifikasi berlangsung dan akan

digunakan untuk membandingkan hasil klasifikasi sebagai tolak ukur

seberapa besar ketepatan/akurasi model tersebut melakukan klasifikasi[4].

 10

2.1.3 Siswa

Siswa adalah proses dalam pengambilan keputusan dan pilihan oleh

siswa dalam bidang keahlian yang di dasarkan atas pemahaman potensi diri

dan peluang yang ada. Dalam konteks ini bimbingan dan konseling

membantu siswa untuk memahami diri,mengarahkan diri, serta mengambil

keputusan yang bertangung jawab.

Implementasi kurikulum 2013 dapat menimbulkan masalah bagi

siswa SMA/MA dan SMK yang tidak mampu menetapkan pilihan

peminatan baik peminatan kelompok matapelajaran, peminatan lintas

matapelajaran,maupun pendalaman matapelajaran secara tepat, sehingga

akan menibulkan kesulitan dan kecenderungan kegagalan dalam belajar

2.1.4 Prediksi

Prediksi merupakan bagian awal dari sebuah proses pengambilan

suatu keputusan. Sebelum memprediksi, harus diketahui terlebih dahulu

persoalan yang sebenarnya dalam pengambilan keputusan. Prediksi adalah

pemikiran terhadap besaran misalnya, permintaan terhadap satu atau

beberapa produk pada periode yang akan datang. Data masa lampau

tersebut, secara sistematik digabungkan melalui metode tertentu dan diolah

untuk keadaan pada masa yang akan datang [4].

Tujuan dari peramalan adalah menjadi sebuah pengambil keputusan

dan pembuat kebijakan memahami ketidakpastian dan resiko yang mungkin

muncul dapat dipertimbangkan sewaktu membuat perencanaan. Dengan

melakukan prediksi tersebut para perencana dan pengambil keputusan akan

 11

dapat mempertimbangkan alternative lain. Dalam kenyataanya, hasil dari

prediksi tidak mutlak tepat, hal ini dikarenakan keadaan ataupun kejadian

dimasa depan tidak menentu. Meskipun demikian, jika semua faktor

ditentukan dengan baik, maka hasil prediksi akan mendekati hasil

sebenarnya.

2.1.5 Potensi

Pendidikan menjadi kendali sebuah penting dalam rangka

meningkatkan kualitas sumber daya manusia, kesuksesan proses pendidikan

secara langsung akan berdampak pada sebuah peningkatan kualitas sumber

daya manusia tersebut. Salah satu indikator kualitas pendidikan yang baik

adalah lulusannya yang berkompeten atau kompetensi lulusan.Pada

dasarnya sebuah kompetensi adalah sebuah kemampuan yang didasari oleh

potensi diri yang dimiliki oleh seseorang sehingga memahami

perkembangan pengetahuan secara ilmiah dan teknologi[4].

yang dikemukakan oleh Albert Bandura tentang suatu aspek mental

yang menjadi penghubung antara potensi yang dimiliki seseorang dengan

hasil akhir. Untuk terwujudnya hasil akhir yang memuaskan orang tidak

cukup hanya memikirkan potensi yang dimiliki, tanpa adanya efikasi diri

yang memadai potensi yang dimiliki tidak akan dapat teraktualisasi dengan

optimal. Potensi yang dimiliki seseorang akan terpendam selamanya tanpa

adanya efikasi diri yang memada[4].

 12

2.1.6 SMK N Tugumulyo

SMK N Tugumulyo adalah salah satu Sekolah Menengah Atas

Negri yang ada di Provinsi Sumatera Selatan, Indonesia. Sama dengan

SMA\SMK pada umumnya di Indonesia masa pendidikan sekolah di

SMK N Tugumulyo ditempuh dalam waktu tiga tahun Pelajaran, mulai

dari kelas X sampai kelas XII. Berbagai fasilitas dimiliki SMK N

Tugumulyo untuk menunjang kegiatan belajar mengajar,serta ada

beberapa konsentrasi dalam belajar yaitu ,Rekayasa perangkat lunak,

Teknik Sepeda Motor, Teknik Kendaraan Ringan.

Gambar 2.1. Logo SMK N Tugumulyo

2.1.7 Bahasa Pemograman R/Rstudi

R merupakan bahasa yang dapat dibilang merupakan aplikasi

sistem statistik[5] yang pertama kali di kembangkan oleh Ross Ihaka dan

Roberto Gentlemen di University of Auckland New Zealand. Yang

merupakan akronim dari nama depan pembuatnya. Sebelum R di kenal ada

S yang di kembangkan oleh John Chambers dan rekan rekan dari Bell

Laboratories dakan yang memiliki fungsi yang sama untuk komputasi

statistik. Hal yang membebadan antara keduanya adalah R merupakan

komputasi yang bersifat gratis[5].

 13

Gambar 2.2 Logo Rstudio

2.1.8 Metode Naise Bayes

Algoritma atau bisa disebut dengan sebuah model yang memiliki

step by step dalam penyelesaian prosedur. Algoritma naive bayes atau

metode bayes adalah sebuah metode yang baik pada machine learning

berdasarkan data training, dengan cara menggunakan probabilitas bersyarat

sebagi syaratnya. Menurut Bramer dalam jurnal septiani 2017 Klasifikasi

naive bayes adalah pengklasifikasian statistik yang dapat digunakan untuk

memprediksi probabilitas keanggotaan suatu kelas. Klasifikasi bayesian

didasarkan pada teorema Bayes, diambil dari nama seorang ahli matematika

yang juga menteri Prebysterian Inggris, Thomas Bayes. Metode naive bayes

mempunyai rule yang digunakan untuk menghitung probabilitas pada

sebuah kelas.

Algoritma naive bayes memberikan suatu metode

mengkombinasikan kesempatan atau peluang terlebih dahulu dengan syarat

keungkinan menjadi sebuah formula yang dapat digunakan untuk

menghitung peluang dari setiap kemungkinan yang terjadi. Adapun bentuk

umum rule dari teorema bayes sebagaimana berikut:[4]

Persamaan dari teorema bayes adalah:

P (H\X) = P (X\H,F (H)

P (X)
 14

Keterangan

X : Data dengan class yang belum diketahui

H : Hipotesis data X merupakan suatu class spesifik

P(H|X) : Probabilitas hipotesis H berdasar kondisi X posteriori probality

P(H) : Probabilitas hipotesis H (prior probability)

P(X|H) : Probabilitas X berdasar kondisi pada hipotesis H

P(X) : Probabilitas dari X Algoritma

2.1.9 Mendeley

Mandeley merupakan program komputer yang dikembangkanoleh

elsevier untuk mengelolah makalah penelitian,mencara data penelitian,dan

lainya. Mandeley juga banyak di gunakan untuk penulisan sitasi dan daftar

pustaka dalam karya ilmiah,makalah,jurnal dan skripsi.

Gambar 2.3 Logo Mandeley

 15

2.2 Penelitian Terdahulu yang Relevan

Berikut merupakan beberapa penelitian terdahulu yang menjadi landasan

penelitian.

Tabel 1.1 Penelitian Relevan

No Peneliti/ Tahun Judul Masalah Hasil penelitian

penelitian

1 Hasan Basri Implementasi Bagaimana Berdasarkan

2019 Algoritma Naive Mengetahui uraian dari setiap

Bayes Untuk Potensi Siswa masing – masing

Mengetahui Potensi Dalam bab, dapat

Siswa Dalam Pemahaman disimpulkan

Pemahaman Ms. Ms. Excel bahwa

Excel dengan pemahaman Ms.

menggunakan Excel pada

metode Naive siswa-siswi

Bayes tingkat SLTA

yang ada di

kabupaten

karawang akan

meningkat

apabila didukung

dengan

multimedia

sebagai sarana
 16

mempercepat

pemahaman

formula dan

fungsi pada Ms.

Excel. Hal ini

terlihat bahwa

sebelum

dilakukan

kegiatan training

pemahaman Ms.

Excel melalui

kegiatan

pengabdian dari

mahasiswa/i

Universitas Bina

Sarana

Informatika

Kampus

Karawang,siswa-

siswi 60% tidak

paham dan 40%

paham. Setelah

melalui proses
 17

pembelajaran

dengan

pemanfaatan

teknologi

menggunakan

(LCD Projector,

Modul yang

Lengkap, Tutor

Training yang

Kompeten,

Waktu yang

Sangat Cukup)

akan mampu

mempercepat

pemahaman

siswa-siswi

terhadap formula

dan fungsi Ms.

Excel.

2 Jaya Sumpena1, Analisis Prediksi Bagaimana Dari uji coba dan

Nina Kurnia H. Kelulusan Siswa cara analisa yang

2019 PKBM Paket C menganalisis telah dijelaskan

Dengan Metoda Prediksi pada bab

 18

Algoritma Naive Kelulusan sebelumnya,

Bayes Siswa PKBM maka penulis

Paket C mengambil

Dengan kesimpulan

Metoda Algoritma naïve

Algoritma bayes dapat

Naive Bayes digunakan untuk

memprediksi

kelulusan siswa.

Algoritma naïve

bayes dalam

memprediksi

kelulusan siswa

paket C

memiliki akurasi

sebesar 97,20 %

3 Sherlyn Eka Penerapan Model prediksi Menerapkan

Yuliana Putri, Naive Bayes Untuk potensi model naive

Saniati, S.ST., Memprediksi pendaftaran bayes dengan

M.T, Ade Potensi siswa baru cara mengolah

Surahman, yang akan data asli siswa

S.Kom., M.Kom masuk ke SMK Taman

S1 SMK Taman Siswa Teluk

 19

2021 Siswa. Betung menjadi

Dengan data praproses

menggunakan yang akan

metode Naive dibutuhkan

Bayes untuk

perhitungan

naive bayes,

menentukan

Prior dan

Likelihood

dengan

pembuatan

sistem

menggunakan

bahasa

pemrograman

PHP, dan semua

data entry

merupakan hasil

perhitungan

menggunakan

metode naive

bayes clasifier.
 20

Iya,

menghasilkan

akurasi yang

baik berdasarkan

hasil pengujian

sistem yang

dibandingan

dengan data

yang sudah ada

atau data asli

dari SMK Taman

Siswa

didapatkan

tingkat akurasi

sebesar 87%.

6.2

4 Endah Yaodah Penerapan data Bagaimana Setelah

Kodratillah, mining untuk cara dilakukan

Daririn , Candra prediksi kelulusan melakukan pengujian

Naya 2021 siswa Penerapan dengan

menggunakan data mining menggunakan

algoritma naive untuk algoritma naive

bayes pada smk prediksi bayes maka

 21

garuda kelulusan didapatkan nilai

siswa rata – rata

menggunakan akurasi sebesar

algoritma 76.25 % dengan

naive bayes hasil ini maka

pada smk Penggunaan

garuda klasifikasi naive

bayes untuk

prediksi

kelulusan siswa

di SMK Garuda

Nusantara cukup

bagus dan dapat

dipakai sebagai

acuan untuk

penelitian

selanjutnya.

5 Yuda Septian DATA MINING Bagaimana Berdasarkan

Nugroho MENGGUNAKAN cara meng perhitungann

ALGORITMA klasifikasi data mining

NAÏVE BAYES kelulusan menggunakan

UNTUK mahasiswa algoritma naïve

 22

KLASIFIKASI universutas bayes, dapat

KELULUSAN dian ditarik

MAHASISWA nuswantaro kesimpulan

UNIVERSITAS dengan bahwa kelas

DIAN algoritma tahun lulus

NUSWANTORO naive bayes “no” / tidak lulus

tepat waktu lebih

besar daripada

kelas tahun lulus

“yes” / lulus

tepat waktu..

Dari hasil

observasi

terhadap dataset

mahasiswa

Udinus Fakultas

Ilmu Komputer

angkatan 2009

dan melalui

proses

perhitungan

menggunakan

metode
 23

klasifikasi naïve

Bayes dengan

atribut yang

telah dijelaskan

di pembahasan

sebelumnya,

didapatkan

sebuah

hasil bahwa nilai

akurasi terhadap

klasifikasi

kelulusan

sebesar 82.08 %.

Dimana 82.08 %

bisa juga

disebabkan

kompleks data
 24

2.3 Kerangka Berpikir

Judul : Prediksi Potensi Siswa Terhadap Matapelajaran Smk N

Tugumulyo Menggunakan Metode Naive Bayes

1). potensi siswa terhadap matapelajaran di SMK N Tugumulyo tidak

akurat

2). Dataset yang digunakan tidak mencerminkan keadaan sebenarnya atau

tidak akurat
Gambar 4 .kerangka berpikir
3).Variabel yang digunakan untuk prediksi tidak benar-benar relevan

dengan potensi siswa terhadap matapelajaran tertentu atau hasil prediksi

Pengolahan data
Pengumpulan data
- Algoritma naive
- Data primer bayes
- Data sekunder - Rstudio

Hasil

- Kesimpulan
- Saran

Gambar 2.4 Kerangka berpikir

Pada gambar diatas menjelaskan bagaimana beberapa faktor penilaian

yang akan menjadi kunci atas kepuasan pengguna, kemudian akan di hitung dan di

klasipikasikan dengan menghitung hasil jumlah variabel yang ada padametede

naive bayes untuk menentukan potensi siwa terhadap matapelajaran

 BAB III

METODOLOGI PENELITIAN

3.1 Metode Penelitian

Pada penelitian kali ini penulis menggunakan algoritma metode Naive

Bayes dimana informasi bisa didapat dari pihak SMK N Tugumulyo melalui

wawancara langsung. Metode analisis yang digunakan untuk menjawab tujuan

penelitian dari penulis adalah analisis deskriptif kualitatif. Data-data pada

penelitian ini data primer yaitu berupa kata-kata, ataupun perilaku yang diamati

melalui observasi, wawancara serta data sekunder yaitu literatur. Dalam metode

penelitian ini, penulis merumuskan rencana kerja sebelum melakukan penelitian

agar penelitian lebih relevan.

3.2 Metode Pengumpulan Data

Untuk mendapatkan data yang benar-benar akurat, relevan, serta valid

maka peneliti mengumpulkan data dengan cara :

3.2.1 Data Primer

Untuk menghasilkan data primer, penulis mengumpulkan data secara

langsug dari objek yang diteliti. Adapun cara-cara tersebut sebagai berikut:

1). Metode wawancara

Dalam metode ini penulis menggunakan teknik pengumpulan data de

ngan mengadakan wawancara atau tanya jawab langsung dengan Waka/Wakil

kepala sekolah SMK N Tugumulyo mengenai potensi siswa terhadap

25
 26

matapelajaran yang di ikuti, wawancara tersebut di lakukan pada tangal 9

Oktober 2023.

2). Metode dokumentasi

Metode ini berupa sebuah poto bersama pada saat wawancara yang

saya lakukan dengan bapak waka/ wakil kepala sekolah SMK N Tugumulyo

3.2.2 Data Sekunder

Dalam penelitian ini data sekunder yangdi dapat dan gunakan berupa

pengetahuan teoritis yang di dapat penulis selama ini, baik dari materi

perkuliahan buku buku referensi yang relevan,serta hasil dari penjelajahan

atau browsing jurnal di internet yang berhubungan dengan penelitian.

3.3 Metode Analisa

Metode analisa yang di gunakan penulis adalah metode Naive Bayes

merupakan pengklasifikasian probabilitas sederhana yang dapat menghitung

sekumpulan probabilitas dengan menjumlahkan frekuensi dan kombinasi nilai dari

data set yang diberikan. Bayes merupakan teknik prediksi berbasis probabilitas

sederhana yang berdasarkan pada teorema Bayes (aturan-aturan Bayes) yang

mengasusmsikan independensi (ketidak tergantungan) yang kuat (naif). Model

yang digunakan dalam Neive Bayes adalah “model fitur independen”.

Keuntungan dalam menggunakan Naive Nayes yaitu bahwa metode Naive Bayes

hanya membutuhkan jumlah data pelatihan yang kecil untuk menentukan estmasi

parameter yang diperlukan dalam melakukan proses klasifikasi. Metode dari

teorema Bayes tertera pada persamaan 1 [1]

recall= TP
 27

TP+FN

Dalam prediksi ini mahasiswa menganalisis data yang berupa kuesioner

atau pertanyaan yang akan bersangkutan dengan potensi siswa terhadap

matapelajaran yang akan di berikan ke pada siswa/siswi SMK N Tugumulyo.

Kuesioner tersebut terdiri dari 8 pertanyaan dan 2 pernyataan ,data yang didapat

dari hasil penelitian di pergunakan untuk pembentukan data training dan data

testing. Dapat dijelaskan dimana (P|HX) itu merupakan probabilitas dari H yang

di dalam X atau Bahasa lain dari P(H|X) merupakan presentas dengan banyaknya

H yang di dalam X, P(X|H) merupakan probabilitas X di dalam H, P(H)

merupakan probabilitas dari H dan P(H) merupakan probabilitas prior dari :

Berdasarkan persamaan tersebut maka kelas (label) dari data sampel X adalah

kelas label yang memilki : 𝑃(𝑋|𝐶𝑖)𝑥𝑃(𝐶𝑖) yang bernilai maksimum.

Tabel 3.1 Keterangan prediksi bayes[1]

P(H|X) Probabilitas akhir bersyarat (conditinal probability)

suatu H terjadi jika diberika bukti (evidence) E terjadi.

P(H|X) P(H|E )

Probabilitas sebuah bukti X terjadi akan

mempengaruhi hipotesis H

P(H) Probabilitas awal (priori) hipotesis H terjadi tanpa

 28

memandang bukti apapun

P(X) Probabilitas awal (priori) bukti X terjadi tanpa

memandang hipotesis/ bukti yang lain

3.4 Tempat dan Waktu Penelitian

3.4.1 Tempat

JL.Tambahasri, Kec. Tugumulyo, Kabupaten. Musi Rawas, Sumatera

Selatan 31626.

3.4.2 Waktu Penelitian

Waktu penelitian dilakukan selama kurang lebih 6 bulan mulai dari

akhir bulan juli 2023 sampai dengan bulan Desember 2023,dengan tempat

penelitian di kota lubuk linggau, Kec.Tugumulyo,Kab. Musi Rawas,Sumatere

Selatan

Tabel 2.2 Jadwal Penelitian

Waktu Penelitian
Jenis
No Juli Agustus September Oktober November Desember
Kegiatan
2023 2023 2023 2023 2023 2023
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 1 3 4 1 2 3 4

Pengajuan
1
Judul

Pengumpu
2
lan Data

Penulisan
3 Laporan
Proposal

Bimbingan
4
Proposal

Ujian
5
Proposal
Skripsi
 29

Revisi
6
Proposal

Pembuatan
7
Sistem

Pengujian
8
Sistem

Bimbingan
9
Skripsi

Ujian
10
Skripsi

(Sumber : Buku Pedoman Skripsi 2023-2024)

3.5 Alat dan Bahan

Dalam penelitian proposal skripsi tentang prediksi potensi siwa

terhadap matapelajaran SMK N tugumulyo, maka dibutuhkan beberapa alat

dan bahan agar terlaksana kegiatan penelitian dengan lancar, adapun alat dan

bahan yang dibutuhkan adalah sebagai berikut:

3.5.1 Alat
Dalam penelitian ini alat yang dibutuhkan yaitu :

1.Laptop Acer

2.Software Excel

3.Sofwer word2010

4.Mandeley

5. Rstudio

6. Kalkulator

7. Printer

3.5.2 Bahan
Dalam penelitian ini bahan yang dibutuhkan yaitu :

1.Tinta Print
 30

2. Kertas A4

3. Kertas HVS

4. Pena

3.6 Metode Pengujian Dan Pengolahan Data

3.6.1 Metode Pengujian

Populasi dalam penelitian ini adalah siswa SMK N Tugumulyo

Peneliti memilih SMK N Tugumulyo sebagai tempat penelitian karena belum

adanya informasi Predikisi Potensi Siswa Terhdap Matapelajaran di SMK N

Tugumulyo tersebut. Dari jumlah populasi yang ada yakni 1050 siswa yang

masih terdaftar sebagai siswa SMK N Tugumulyo, maka sampel yang

digunakan dalam penelitian ini hanya alumni siswa kelas 3 SMK N

Tugumulyo Tahun 2023 berjumlah 338 siswa.

Confusion Matrix

Aktual Prediksi

Positif Negatif

Positif TP FN

Negatif FP TN

Keterangan:

TP : True Positive (Jumlah prediksi benar pada kelas sentimen positif)

FP : False Positive (Jumlah prediksi salah pada kelas sentimen positif)

FN : False Negative (Jumlah prediksi salah pada kelas sentimen negatif)

TN : True Positive (Jumlah prediksi benar pada kelas sentimen negatif)

Berdasarkan nilai dari klasifikasi tersebut, maka akan diperoleh nilai

 31

akurasi, presisi, dan recall.

1) Accuracy

Akurasi adalah jumlah proporsi prediksi yang benar. Akurasi

digunakan sebagai tingkat ketepatan antara nilai actual dengan nilai predik

si. Adapun rumus penghitungan akurasi dapat dilihat pada persaman berik

ut

2) Precision

Presisi adalah proporsi jumlah dokumen teks yang relevan terkenali dia

ntara semua dokumen teks yang terpilih oleh sistem.Precision digunakan s

ebagai tingkat ketepatan antara informasiyang diminta dengan jawaban ya

ng diberikan oleh sistem. Rumus precision dapat dilihat pada persamaan b

erikut

𝑃𝑅𝐸𝐶𝐼𝑆𝐼𝑂𝑁 = 𝑇𝑃

𝑇𝑃 + 𝐹𝑃

Keteragan : True Positive dibagi dengan True Positive ditambah FalsePosi

tive.

3). Recall

Recall adalah proporsi jumlah dokumen teks yang relevan terkenal

diantara semua dokumen teks relevan yang ada pada koleksi. Nilairecall

untuk kelas positif disebut juga dengan nilai sensitivity,sedangkan untuk

kelas negatif disebut dengan nilai specificity.Recall digunakan sebagai

ukuran keberhasialan sistem dalam menemukan kembali informasi. Rumus

recall dapat dilihat pada persamaan berikut.

 32

𝑅𝐸𝐶𝐴𝐿𝐿 = 𝑇𝑃

𝑇𝑃 + 𝐹𝑁

Keterangan : True Positive dibagi dengan True Positive ditambah

False Negatif

3.6.2 Metode Pengolahan Data

Penelitian mengenai prediksi potensi siswa terhadap matapelajaran di

lingkungan SMK N Tugumulyo ini menggunakan software Rstudio dan

Microsoft Excel dalam pengolahan data. R merupakan bahasa yang dapat

dibilang merupakan aplikasi sistem statistik[5] yang pertama kali di

kembangkan oleh Ross Ihaka dan Roberto Gentlemen di University of

Auckland New Zealand. Yang merupakan akronim dari nama depan

pembuatnya. Sebelum R di kenal ada S yang di kembangkan oleh John

Chambers dan rekan rekan dari Bell Laboratories dakan yang memiliki fungsi

yang sama untuk komputasi statistik. Hal yang membebadan antara keduanya

adalah R merupakan komputasi yang bersifat gratis.[5]

preprocessing
 33

Pengumpulan
data

Pengolahan data
dengan algoritma klasifikasi
naive bayes

Evaluasi confusion
matrix

Visualisasi R

selesai

Gambar 3.1. Tahapan preprocessing:[6]

pengambilan data ini menggunakan software rstudio dengan versi r.4.0.4.

data mentah yang sudah berhasil diambil kemudian disimpan dengan format

comma separate value (csv). untuk klasifikasi perlu proses awal yang

membersihkan data dari kata-kata yang tidak penting. tahap ini dikenal dengan

nama preprocessing. [6]

setelah melalui tahap preprocessing untuk pelabelan data dapat dilakukan

analisis sentimen. prosesnya menggunakan kamus lexicon dan dilakukan secara

otomatis dengan cara menghitung skor sentimen dan program r. kelas sentimen

dilakukan dengan cara selisih antara skor jumlah kata (+) dengan skor jumlah

kata (-) dalam setiap kalimat yang diulas. kata-kata yang memperoleh skor <= 0

→ (-), sebaliknya kata-kata yang memperoleh skor > 0 → (+)[6]

 34

mempelajari pola data menggunakan data latih dilakukan untuk proses

klasifikasi. data tersebut yang berisi training data ulasan (+) dan training data

ulasan (-) digunakan oleh algoritma naïve bayes dan support vector machine

untuk pengecekan pola data berdasarkan data nilai siswa tersebut. hasil dari

proses yang dikenal dengan nama machine learning ini kemudian dapat diuji

menggunakan data uji untuk mengetahui akurasinya. hasil akurasi terbaik akan

diterapkan dalam satu prototipe aplikasi berbasis rstudio untuk memprediksi

potensi siswa terhadp matapelajaran tersubut.[6]

 35

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1 Gambaran Umum

4.1.1 Sejarah SMK N Tugumulyo

4.1.2 Struktur Organisasi

4.1.3 Visi dan Misi

4.2 Hasil Penelitian

4.3 Pembahasan

4.4 Pengujian Sistem

 BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Dari pembahasan dan pengujian diatas, penulis menarik kesimpulan

sebagai berikut :

5.2 Saran

36
 37

DAFTAR PUSTAKA

[1] J. Sumpena and N. Kurnia H., “Analisis Prediksi Kelulusan Siswa PKBM

Paket C Dengan Metoda Algoritma Naive Bayes,” Tedc, vol. 13, no. 2, pp.

127–133, 2019, [Online]. Available:

http://ejournal.poltektedc.ac.id/index.php/tedc/article/view/13

[2] L. Setiyani, M. Wahidin, D. Awaludin, and S. Purwani, “Analisis Prediksi

Kelulusan Mahasiswa Tepat Waktu Menggunakan Metode Data Mining

Naïve Bayes : Systematic Review,” Fakt. Exacta, vol. 13, no. 1, p. 35,

2020, doi: 10.30998/faktorexacta.v13i1.5548.

[3] A. Suwarno et al., “Jurnal Teknologi Pelita Bangsa,” J. Teknol. Pelita

Bangsa, vol. 12, no. 4, pp. 33–40, 2021.

[4] H. Basri, “Implementasi Algoritma Naive Bayes Untuk Mengetahui Potensi

Siswa Dalam Pemahaman Ms. Excel,” Sistemasi, vol. 8, no. 3, p. 505,

2019, doi: 10.32520/stmsi.v8i3.569.

[5] M. Rosidi, “Metode Numerik Menggunakan R Untuk Teknik Lingkungan,”

p. 300, 2019, [Online]. Available:

https://bookdown.org/moh_rosidi2610/Metode_Numerik/

[6] R. T. Handayanto, P. D. Atika, and F. N. Khasanah, “Analisis Sentimen

Pada Situs Google Review dengan Naïve Bayes dan Support Vector

Machine,” vol. 5, no. 2, pp. 153–163, 2021.

[7] Di susun oleh Cucen dengan Nim: 018.03.0041 ,”Klasifikasi Penduduk

Dalam Penerapan Bantuan Program Keluarga Harapan PKH di Dinas

Sosial Kabupaten Musirawas Utara Menggunakan Algoritma Naive Bayes”

 38

Program studi sistem informasi fakultas ilmu teknik universitas binainsan

2022.
 39

LAMPIRAN
 40

Lampiran 1. from pengajuan judul

 41

Lampiran 2.Surat izin penelitian

 42

Lampiran 3. Surat balasan izin penelitian

 43

Lampiran 4. Bukti Wawancara

 44

Lampiran 5. From Bimbingan P1

 45

Lampiran 6.From Bimbingan P2

 46

Lampiran 7. Foto Seminar proposal

47
48