SISTEM PENENTU KELAYAKAN PENERIMA KARTU JAKARTA PINTAR PADA MADRASAH IBTIDAIYAH AL MANAR DENGAN METODE NAIVE BAYES

• RENDI ANDRIYANTO

---

ABSTRAK

 

ABSTRAK
Rendi Andriyanto (11211620), Sistem Penentu Kelayakan Penerima Kartu
Jakarta Pintar Pada Madrasah Ibtidaiyah Al Manar Dengan Metode Naive
Bayes Penelitian ini dilatarbelakangi dengan adanya ketidakakuratan siswa penerima Kartu Jakarta Pintar pada Madrasah Ibtidaiyah Al Manar. Ketidakakuratan ini menunjukan karena sistem penerimaan yang diterapkan untuk memilih siswa penerima masih menerapkan sistem penerimaan subjektifdan sering kali tidak tepat sasaran. Maka dari itu, diperlukan sistem yang dapat menghitung dengan perhitungan sistematis agar seluruh siswa penerima dapat diklasifikasikan dengan adil dan objektif. Tujuan dari penelitian ini adalah agar dapat memudahkan pihak sekolah untuk menyeleksi siswa penerima dan meminimalisir kesalahan sasaran menggunakan perhitungan sistematis dengan metode Naive Bayes. Pemilihan metode Naive Bayes ini dikarenakan metode ini memiliki akurasi yang tinggi. Penelitian ini melibatkan 493 data dengan 2 tahap pada tahun 2021 dan 2 tahap pada tahun 2022, akan tetapi karena adanya duplikasi antara data siswa penerima maka penulis hanya menggunakan 160 data siswa yang tidak terduplikasi. Penulis juga menambahkan atribut atau kriteria yang disarankan oleh operator dan kepala sekolah dikarenakan data awal yang didapat tidak memiliki atribut yang diperlukan untuk proses pengolahan data. Pertama penulis menguji data siswa pada aplikasi RapidMiner untuk menentukan akurasi pengolahan data yang akan di terapkan pada sistem. Kemudian untuk pengolahan data awal pada sistem, penulis menggunakan 10% dari total keseluruhan data training dan mendapatkan hasil 100% akurasi dari nilai evaluasi Confusion Matrix. Lalu untuk prediksi siswa penerima Kartu Jakarta Pintar, penulis menghitung data uji percobaan menggunakan metode Naive
Bayes yang ditulis manual. Hasil dari perhitungan manual dengan metode ini menunjukan hasil yang didapatkan serupa dengan hasil pengujian sistem, dengan probabilitas siswa menerima Kartu Jakarta Pintar sebesar 0.00398 dan hasil dengan probabilitas siswa tidak menerima Kartu Jakarta Pintar sebesar 0. Maka dengan itu diharapkan perhitungan sistematis dari metode Naive Bayes dan implementasi sistem ini dapat membantu pihak sekolah dalam mengklasifikasikan siswa penerima dengan tepat juga akurat.
Kata Kunci : Kartu Jakarta Pintar, Naive Bayes, Klasifikasi
 

KATA KUNCI

Sistem,Penentu Kelayakan Penerima Kartu Jakarta Pintar,Penerapan Metode Naive Bayes

---

DAFTAR PUSTAKA

 

DAFTAR PUSTAKA [1] A. Anisah and E. Soesilowati, “Efektivitas Program Kartu Jakarta Pintar Tingkat Sekolah Menengah Atas Negeri di Kecamatan Pesanggrahan,” Effic.
Indones. J. Dev. Econ., vol. 1, no. 1, pp. 44–50, 2018, doi: 10.15294/efficient.v1i1.27218. [2] C. Anwar, “Evaluasi program kartu jakarta pintar (kjp) di sman 22 jakarta timur dengan pendekatan cipp,” Improv. J. Ilm. untuk peningkatan mutu … , vol. 7, no. 2, pp. 1 –8, 2020, [Online]. Available: http://journal.unj.ac.id/unj/index.php/improvement/article/view/16501%0Ahtt p://journal.unj.ac.id/unj/index.php/improvement/article/download/16501/9735 [3] I. T. Akhmad Shuhanji, Ahmad Zain, “IMPLEMENTASI KEBIJAKAN KARTU JAKARTA PINTAR ( KJP ) DAN BANTUAN OPERASIONAL SEKOLAH ( BOS ) DI MI TARBIYATUL ISLAMIYAH JAKARTA SELATAN Istitut PTIQ Jakarta , Istitut PTIQ Jakarta Mahasiswa Pscasarjana Istitut PTIQ Jakarta,” vol. I, no. 2, pp. 251 –276, 2019. [4] H. Annur, “Klasifikasi Masyarakat Miskin Menggunakan Metode Naive Bayes,” Ilk. J. Ilm., vol. 10, no. 2, pp. 160–165, 2018, doi: 10.33096/ilkom.v10i2.303.160-165. [5] M. P. Yayan Alpian, M. P. Sri Wulan Anggraeni, U. Wiharti., and N. M. Soleha., “PENTINGNYA PENDIDIKAN BAGI MANUSIA,” Jurna Buana
Pengabdi., vol. 6, no. 1, pp. 5–10, 2019. [6] D. V. Noor, “Monitoring Dan Evaluasi Kartu Jakarta Pintar (KJP) Plus Di Wilayah Jakarta Pusat,” J. Abdimas, vol. 5, no. 4, pp. 222–228, 2019. [7] Y. Yuliana, P. Paradise, and K. Kusrini, “Sistem Pakar Diagnosa Penyakit Ispa Menggunakan Metode Naive Bayes Classifier Berbasis Web,” CSRID
(Computer Sci. Res. Its Dev. Journal), vol. 10, no. 3, p. 127, 2021, doi: 10.22303/csrid.10.3.2018.127-138. [8] A. Zubair and M. Muksin, “Penerapan Metode Naive Bayes Untuk Klasifikasi Status Gizi (Studi Kasus Di Klinik Bromo Malang),” J. Gaussian, vol. 3, no. 4, pp. 831–838, 2018. [9] A. N. Anwar, A. L. Fuadi, J. Suwarno, A. H. Yanual, and W. P. Sari, “Pelatihan Microsoft Office Untuk Meningkatkan Kegiatan Pembelajaran Pada SMK Panti Karya 3,” J. Ilmu Komput. JIK, vol. IV, no. 02, pp. 57–63, 2021. [10] T. Febrianti, E. P. Ali, M. Nurvia, and E. Harahap, “Penyelesaian Aturan Cosinus Menggunakan Aplikasi Berbasis Microsoft Excel,” J. Mat., vol. 19, no.
49 2, p. 15, 2020. [11] B. G. Sudarsono, M. I. Leo, A. Santoso, and F. Hendrawan, “Analisis Data Mining Data Netflix Menggunakan Aplikasi Rapid Miner,” JBASE - J. Bus.
Audit Inf. Syst., vol. 4, no. 1, pp. 13–21, 2021, doi: 10.30813/jbase.v4i1.2729. [12] K. F. Irnanda, A. P. Windarto, and I. S. Damanik, “Optimasi Particle Swarm Optimization Pada Peningkatan Prediksi dengan Metode Backpropagation Menggunakan Software RapidMiner,” J. Ris. Komput., vol. 9, no. 1, pp. 122– 130, 2022, doi: 10.30865/jurikom.v9i1.3836. [13] M. R. Fahdia, N. Asnonik, and S. A. P. Putri, “Implementasi Metode Naive Bayes Pada Analisa Penerimaan Kartu Jakarta Pintar Di Smk Al Kautsar Jakarta,” INTI Nusa Mandiri, vol. 14, no. 2, pp. 231 –236, 2020, doi: 10.33480/inti.v14i2.1779. [14] M. Agustiena and J. Tri Kumalasari, “InfoTekJar?: Jurnal Nasional Informatika dan Teknologi Jaringan Attribution-NonCommercial 4.0 International. Some rights reserved,” Infotekjar J. Nas. Inform. Dan Teknol. Jar., vol. 6, no. 2, 2022, [Online]. Available: https://doi.org/10.30743/infotekjar.v6i2.4891 [15] A. Saleh and F. Nasari, “Penggunaan Teknik Unsupervised Discretization pada Metode Naive Bayes dalam Menentukan Jurusan Siswa Madrasah Aliyah,” J.
Teknol. Inf. dan Ilmu Komput. , vol. 5, no. 3, p. 353, 201 8, doi: 10.25126/jtiik.201853705. [16] D. N. Meilla, “Tingkat Stres Mahasiswa Dalam Pembelajaran Online Pada Masa Pandemi Covid-19,” J. Penelit. Bimbing. dan Konseling, vol. 5, no. 2, pp. 13–23, 2020. [17] L. Indah Prahartiwi, S. Informasi, S. Nusa Mandiri, J. Damai No, and W. Jati Barat Jakarta Selatan DKI Jakarta, “Pencarian Frequent Itemset pada Analisis Keranjang Belanja Menggunakan Algoritma FP-Growth,” Inf. Syst. Educ. Prof., vol. 2, no. 1, pp. 1 –10, 2017.