Penerapan Data Mining untuk Memprediksi Hasil Kelulusan Siswa Menggunakan Metode Naïve Bayes

Pertumbuhan yang pesat dari akumulasi data telah menciptakan kondisi kaya akan data tetapi minim informasi. Data mining merupakan cara untuk menemukan informasi dengan mencari pola atau aturan tertentu dari data dalam jumlah besar yang diharapkan dapat mengatasi kondisi tersebut. Dengan memanfaatkan data kelulusan siswa sebagai sumber datanya, diharapkan dapat menghasilkan informasi tentang pola tingkat kelulusan siswa melalui teknik datamining. Kategori tingkat kelulusan di ukur dari daftar kolektif hasil ujian sekolah berstandar nasional (DKHUSBN). Algoritma yang digunakan adalah algoritma NaïveBayes. Proses pada aplikasi ini ada 2 macam yaitu, proses analisis pola data kelulusan siswa yang telah ada sebelumnya (Learning Phase) berdasarkan atribut- atribut yang di ujikan dan proses dari analisa pola data baru yang diujikan berdasarkan pola yang telah ada (Testing Phase). Informasi yang ditampilkan pada aplikasi tersebut ada 2 macam yaitu, informasi hasil proses Learning Phase dan informasi data berupa nilai probabilitas posterior (kemungkinan kemunculan) dari masing-masing kategori tingkat kelulusan