RANCANG BANGUN APLIKASI KLASIFIKASI METODE BELAJAR SISWA MENGGUNAKAN NAIVE BAYES(STUDY KASUS : SD NEGERI REJOAGUNG 3)
DOI:
https://doi.org/10.65851/kp2evn45Keywords:
Naïve Bayes, Klasifikasi, Educational Data Mining, Website, Korespondensi, Gaya BelajarAbstract
Identifikasi gaya belajar di SD Negeri Rejoagung 3 saat ini masih dilakukan secara manual melalui observasi dan wawancara, sehingga rentan terhadap bias subjektif dan kurang akurat. Hal ini menyebabkan personalisasi pembelajaran menjadi tidak optimal dan berpotensi menurunkan motivasi siswa. Penelitian ini bertujuan untuk membangun aplikasi website sistem pendukung keputusan menggunakan algoritma Naïve Bayes untuk mengklasifikasikan gaya belajar siswa (Visual, Auditori, dan Kinestetik) secara objektif dan sistematis. Algoritma Naïve Bayes dipilih karena keunggulannya dalam efisiensi komputasi dan akurasi tinggi pada data kategorial. Berdasarkan hasil pengujian pada penelitian serupa, metode ini memberikan kinerja unggul dengan tingkat akurasi mencapai 90%, mengungguli algoritma C4.5 yang hanya mencapai 79%. Hasil akhir penelitian berupa sistem informasi klasifikasi yang memungkinkan guru mengakses hasil prediksi secara real-time untuk merancang strategi pembelajaran yang adaptif. Implementasi teknologi ini diharapkan dapat meminimalisir bias subjektif, membantu guru menyesuaikan strategi pengajaran yang tepat sasaran, serta berkontribusi pada peningkatan kualitas proses belajar mengajar melalui pendekatan Educational Data Mining.
Downloads
References
Adani, Y., Studi, P., Informasi, S., & Baye, A. N. (2021). Penerapan Algoritma Naive Bayes Untuk Memprediksi. 8(1), 13–24.
Ananda, I. K. N., Dewi, N. P. N. P., Marti, N. W., & Dewi, L. J. E. (2024). Klasifikasi Multilabel pada Gaya Belajar Siswa Sekolah Dasar menggunakan Algoritma Machine Learning. Journal of Applied Computer Science and Technology, 5(2), 144-154.
Astuti, A. N. F. Y., Firdaus, R. A. J., Sucipto, H., & Kristianto, H. (2025). Penerapan Metode Naïve Bayes Untuk Memprediksi Karakteristik Kepribadian Siswa Berbasis Pemrograman Php (Studi Kasus: SMAI Sunan Ampel Jombang). Journal of Technology and Information System, 1(1), 1-9.
Awaludin, R. F., Musih, M., & Saepudin, S. (2021). Perancangan Aplikasi Otomatisasi Identifikasi Gaya Belajar Siswa Berbasis Web. INFOTEKJAR: Jurnal Nasional Informatika dan Teknologi Jaringan, 6(1), 145-154.
HafizhaDina. (2022). Analisis Pemahaman Guru Terhadap Gaya Belajar Siswa Di Sdn 020 Ridan Permai. Kampar: Universitas Pahlawan Tuanku Tambusai Bangkinang.
Halfiani, S., & Wibowo, A. (2022). Klasifikasi Metode Naïve Bayes Untuk Karakteristik Siswa Pada MTSN 32 Jakarta Selatan Classification Of The Naïve Bayes Method For Student Characteristics At MTSN 32 Jakarta Selatan. September, 667–674.
JatmikoTriAlvindo. (2023). Analisis Komparasi Algoritme C4.5 dan Naïve Bayes dalam Kasus Klasifikasi Kecenderungan Gaya Belajar Visual Auditori Kinestetik (VAK). Malang: Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer .
Lase, Y. Y., Syafli, S. A., Fatmi, Y., Prayudani, S., Lubis, A. R., & Haryadi, H. (2024). Implementasi Sistem Prediksi Gaya Belajar Mahasiswa Menggunakan Naïve Bayes Berbasis Web. Journal Of Science And Social Research, 7(4), 1782-1787.
Muhabatin, H., Prabowo, C., Ali, I., Rohmat, C. L., & Amalia, D. R. (2021). Klasifikasi Berita Hoax Menggunakan Algoritma Naive Bayes Berbasis PSO. Informatics For Educators And Professional: Journal of Informatics, 5(2), 156-165.
Muhamad, Z. (2021). Jurnal Teknik Informatika Atmaluhur. Jurnal Teknik Informatika Atmaluhur, 6(1), 40.
Munir, A. (2023). Klasifikasi Bidang Ilmu Pada Publikasi Terindeks Web Of Science Menggunakan Metode Naïve Bayes (Doctoral dissertation, Universitas Islam Sultan Agung Semarang).
Musthofa, N., & Adiguna, M. A. (2022). Perancangan Aplikasi E-Commerce Spare-Part Komputer Berbasis Web Menggunakan CodeIgniter Pada Dhamar Putra Computer Kota Tangerang. OKTAL: Jurnal Ilmu Komputer Dan Sains, 1(03), 199–207.
Rahmawati, L., & Gumiandari, S. (2021). Identifikasi gaya belajar (visual, auditorial dan kinestetik) mahasiswa tadris Bahasa Inggris kelas 3F IAIN Syekh Nurjati Cirebon. Pedagogik: Jurnal Pendidikan, 16(1), 54-61.
Salsabila, N. (2023). Klasifikasi gaya belajar peserta didik menggunakan metode Naïve Bayes (Doctoral dissertation, Universitas Islam Negeri Maulana Malik Ibrahim).
Setiawan, A., Farida, I. N., & Swanjaya, D. (2025, July). Penerapan Algoritma Naive Bayes untuk Klasifikasi Gaya Belajar Siswa Kelas 7 di SMP Negeri 1 Kandat. In Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) (Vol. 9, No. 1, pp. 059-067).
Siregar, T., Ardian, R., & Arisman, A. (2024). Studi Kasus Sma N 1 Sinunukan: Implementasi Algoritma K-Nearest Neighbor Untuk Klasifikasi Penerima Beasiswa Program Indonesia Pintar (PIP). Jurnal Cermatika, 4(1), 8-29.
Suherman, S., Purnamasari, M., Rahmatullah, A., Samsuni, S., & Kautsar, A. (2024). KLASIFIKASI GAYA BELAJAR PADA MAHASISWA MENGGUNAKAN METODE ALGORITMA C4. 5. JIKA (Jurnal Informatika), 8(1), 104-111.
Sumarlin, S., & Anggraini, D. (2025). Data Mining Pendidikan: Prediksi Gaya Belajar Mahasiswa Teknik Menggunakan Machine Learning. Jurnal Teknologi Informasi dan Ilmu Komputer, 12(3), 563-572.
Supit, D., Melianti, M., Lasut, E. M. M., & Tumbel, N. J. (2023). Gaya belajar visual, auditori, kinestetik terhadap hasil belajar siswa. Journal on Education, 5(3), 6994-7003.
Telaumbanua, D. B. " Pengaruh Kompensasi, Kualitas Kerja Dan Motivasi Terhadap Kinerja Karyawan Pada Pdam Tirta Umbu Pemerintah Kabupaten Nias.
Tumini, & Fitria, M. (2021). Penerapan Metode Scrum Pada E-Learning Stmik Cikarang Menggunakan Php Dan Mysql. Jurnal Informatika Simantik, 6(1), 12–16.
Published
Issue
Section
License
Copyright (c) 2026 Faiz Abdillah (Author)
This work is licensed under a Creative Commons Attribution 4.0 International License.
