0% found this document useful (0 votes)
67 views6 pages

Jurnal Asep

This document discusses classifying student satisfaction levels with online learning during the COVID-19 pandemic using the Naive Bayes algorithm. It conducted a survey of 285 students at SMK Yadika Cirebon Vocational School in Indonesia about their interest, materials, and language used in online classes. The Naive Bayes model achieved 94.05% accuracy in classifying students as less satisfied or satisfied based on their survey responses. The majority of students, 147, were correctly classified as less satisfied while 123 were correctly classified as satisfied. The document evaluates using data mining and Naive Bayes algorithms to analyze student online learning satisfaction levels.

Uploaded by

Buang, ST
Copyright
© © All Rights Reserved
We take content rights seriously. If you suspect this is your content, claim it here.
Available Formats
Download as DOCX, PDF, TXT or read online on Scribd
0% found this document useful (0 votes)
67 views6 pages

Jurnal Asep

This document discusses classifying student satisfaction levels with online learning during the COVID-19 pandemic using the Naive Bayes algorithm. It conducted a survey of 285 students at SMK Yadika Cirebon Vocational School in Indonesia about their interest, materials, and language used in online classes. The Naive Bayes model achieved 94.05% accuracy in classifying students as less satisfied or satisfied based on their survey responses. The majority of students, 147, were correctly classified as less satisfied while 123 were correctly classified as satisfied. The document evaluates using data mining and Naive Bayes algorithms to analyze student online learning satisfaction levels.

Uploaded by

Buang, ST
Copyright
© © All Rights Reserved
We take content rights seriously. If you suspect this is your content, claim it here.
Available Formats
Download as DOCX, PDF, TXT or read online on Scribd
You are on page 1/ 6

KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer E-ISSN : 2549-9351

Vol. 05 No. 01 Bulan Februari 2021, pp.1-7 P-ISSN : 2549-211X


http://jurnal.kopertipindonesia.or.id/

Klasifikasi Tingkat Kepuasan Siswa Terhadap Pembelajaran Secara Daring


Menggunakan Algoritma Naïve Bayes

Asep Gunawan1

Program Studi Teknik Informatika, STMIK IKMI Cirebon, Kota Cirebon Indonesia1
Email : [email protected] 1
Email Penulis Korespondensi : [email protected]

Abstract- To prevent the spread of covid-19, Yadika Cirebon


Vocational School applies online learning or better known as online I. PENDAHULUAN
learning. but in this online learning, of course, many obstacles and
advantages are found by students as stakeholders who hope to get Pendidikan adalah upaya untuk memberdayakan manusia
good service from SMK Yadika Cirebon, one of which is related to
menjadi manusia yang seutuhnya agar dapat
online learning. So, with this, Yadika Cirebon Vocational School
held an online learning evaluation survey. The purpose of this study
mengaktualisasikan diri, memahami diri serta dapat
was to determine and classify the level of online learning satisfaction menghidupi dirinya sendiri. Mencapai itu semua ada proses
during this pandemic. The approach uses the nave Bayes algorithm yang harus dilalui, dalam proses pendidikan terdapat
with the rapidminer software application, while the operators to be pendidik dan yang dididik serta sarana yang mendukung
used are Retrive, Cross Validation, Naive Bayes, Apply Model and proses pencapai tujuan pendidikan. Adapun Tujuan
Performance. The results of the research are the criteria used are pendidikan secara Umum menurut Pembukaan Undang-
Interest, Material and Language with a total of 21 questionnaires Undang Dasar 1945 dalam (Sudarsana, 1945) yaitu
and a total of 285 respondents. Based on the nave Bayes algorithm mencerdaskan kehidupan Bangsa. Sedangkan menurut
above, it explains that the accuracy obtained is 94.05% with the
Undang-undang Republik Indonesia No. 20 Tahun 2003
following details, Prediction Results are Less Good and it turns out
to be True Less Good for 147 data., Prediction results are not good tentang Sistem pendidikan nasional Bab I pasal 1 dalam
and it turns out to be true good for 9 data, prediction results are (Kementrian Pendidikan dan Kebudayaan, 2003) di nyatakan
good and it turns out to be true not good for 8 data, prediction bahwa pendidikan adalah usaha sadar dan terencana untuk
results are good and turn out to be true good for 123 data. mewujudkan suasana belajar dan proses pembelajaran agar
peserta didik secara aktif mengembangkan potensi dirinya
Keywords: Datamining, Naïve Bayes Algorithm, Learning untuk memiliki kekuatan spiritual keagaman, pengendalian
Satisfaction diri, kepribadian, kecerdasan, akhlak mulia, serta ketrampilan
yang diperlukan dirinya, masyarakat, bangsa dan negara.
Pendidikan adalah salah garda terdepan untuk memajukan
Abstrak-Pencegahan penyebaran covid-19, SMK Yadika Cirebon sebuah bangsa, tanpa ada pendidikan yang bagus maka
menerapkan pembelajaran secara online atau lebih dikenal perkembangan bangsa kedepan kedepan hanya tinggal isapan
pembelajaran dalam jaringan (daring). namun didalam pembelajaran
daring ini tentu banyak ditemukan kendala dan keuntungan oleh
jempol semata.
siswa/siswi sebagai stakeholder yang harapkan untuk mendapatkan Saat ini pamdemi covid-19 telah menjadi keprihatinan
pelayanan yang baik dari SMK Yadika Cirebon salah satunya yaitu global. Pandemi ini berdampak pada berbagai sektor sektor
terkait dengan pembelajaran daring. Maka dengan ini SMK Yadika yaitu ekonomi, sosial-budaya, dan juga pendidikan. Dalam
Cirebon mengadakan survei evaluasi pembelajaran daring. Tujuan menjalankan kegiatan dimasa pandemi ini, ada banyak
penelitian ini untuk untuk mengetahui dan mengelompokan tingkat inisiatif yang dapat dilakukan agar tetap dapat melaksanakan
kepuasan pembelajaran secara daring dimasa pandemi ini. kegiatan di tengah kesulitan. Direktorat Jenderal Pendidikan
Pendekatan dengan menggunakan algoritma naïve bayes Tinggi mendorong dalam pembelajaran secara online agar
denganaplikasi software rapidminer, sedangkan operator yang akan
lebih efektif. Perkembangan teknologi komunikasi dan digital
digunakan yaitu Retrive, Cross Validation, Naive Bayes, Apply
Model dan Performance. Hasil penelitian yaitu Kriteria yang memiliki peran signifikan yang bisa dimanfaatkan seluas-
digunakan yaitu Ketertarikan, Materi dan Bahasa dengan jumlah luasnya oleh para akademia. Terkait pencegahan penyebaran
kuisoner 21 dan jumalh responen yaitu sebanyak 285. Berdasarkan covid-19, SMK Yadika Cirebon menerapkan pembelajaran
algoritma naïve bayes diatas menjelaskan bahwa akurasi yang secara online atau lebih dikenal pembelajaran dalam jaringan
didapat yaitu sebesar 94.05% dengan rincian sebagai berikut, Hasil (daring). namun didalam pembelajaran daring ini tentu
Prediksi Kurang Bagus dan ternyata True Kurang Bagus Sebesar 147 banyak ditemukan kendala dan keuntungan oleh siswa/siswi
Data., Hasil Prediksi Kurang Bagus dan ternyata True Bagus Sebesar sebagai stakeholder yang harapkan untuk mendapatkan
9 Data, Hasil Prediksi Bagus dan ternyata True Kurang Bagus pelayanan yang baik dari SMK Yadika Cirebon salah satunya
Sebesar 8 Data, Hasil Prediksi Bagus dan ternyata True Bagus
yaitu terkait dengan pembelajaran daring. Maka dengan ini
Sebesar 123 Data.
SMK Yadika Cirebon mengadakan survei evaluasi
Kata Kunci : Datamining, Algoritma Naïve Bayes, Kepuasan pembelajaran daring.
Menurut ami nazzatuh dkk menjelaskan bahwa
Semenjak penyebaran Covid-19 di Indonesia, pada awal
Yuni Apriliani : Media Pembelajaran Interaktif Game …

Maret 2020 menyebabkan aktivitas lembaga pendidikan II. METODOLOGI PENELITIAN


terganggu. Sebagai gantinya kegiatan pembelajaran
konvensional menjadi daring. Pembelajaran daring di Pada penelitian ini peneliti menggunakan pendekatan
Universitas Singaperbangsa dimulai sejak adanya peraturan deskriptif kuantitatif. Dalam pengertiannya penelitian
dari Kemdikbud RI, dari pembelajaran secara daring tersebut deskriptif adalah penelitian yang menggambarkan suatu
mempengaruhi konsentrasi, kendala seperti signal, suasana keadaan atau kondisi yang terjadi disuatu daerah, yang
pembelajaran dan cara mengajar, sehingga faktor pemecahan masalahnya secara tersistem berdasarkan data –
mempengaruhi tingkat kepuasan mahasiswa dalam data yang bersikap fakta yang ada.
pembelajaran. Penelitian ini bertujuan untuk mengetahui Adapun teknik pengumpulan data merupakan suatu cara
tingkat kepuasan mahasiswa terhadap pembelajaran daring yang dilakukan oleh peneliti untuk memperoleh data-data
menggunakan algoritma Naïve Bayes dengan menggunakan yang diperlukan. Dalam penelitian ini teknik yang digunakan
tools RapidMiner dengan hasil yang didapatkan yaitu tingkat antara lain sebagi berikut :
akurasi sebesar 76,92%, class precission 100.00%, class Survey penelitian dilakukan untuk mengetahui kondisi
recall 57.14% serta nilai AUC 0.881 atau mendekati angka 1, tempat penelitian Sumber data pada penelitian ini
jadi model yang dihasilkan baik. Dengan kata lain, dari hasil menggunakan data kuisoner pelanggan.
yang didapatkan menggunakan algoritma Naïve Bayes dapat Tahapan Penelitian Metode analisis data yang digunakan
digunakan sebagai bahan untuk pengambilan keputusan di penelitian ini adalah analisis deskriptif dalam menyeleksi
tingkat kepuasan pembelajaran secara daring.(Damanik et al., data kuantitatif. Dalam fungsinya analisis deskriptif
2021) digunakan untuk mendeskripsikan atau memberi gambaran
Kepuasan merupakan suatu perasaan dimana harapan, dari data yang terkumpul dari fakta fakta yang ada, data yang
kebutuhan dan keinginan dapat terpenuhi dari sebuah dimaksud adalah data sekunder yang berupa data kuantitatif
pelayanan, pelayanan yang dimaksud adalah pelayanan yang bentuk angka-angka dapat digunakan untuk operasi
pembelajaran yang dirasakan oleh siswa. Kepuasan belajar matematika. Metode pengembangan data mining yang
juga dapat didefinisikan sebagai kemampuan emosional atau digunakan untuk menganalisis data dalam penerapan data
persepsi subjektif (subjective perceptions) tentang suatu mining ini menggunakan proses tahapan knowledge discovery
kondisi di mana pengalaman belajar siswa sesuai harapan in databases (KDD) yang terdiri dari Data, Data Cleaning,
belajar siswa pada suatu mata pelajaran atau kursus. Data transformation, Data mining, Pattern evolution,
kepuasan belajar siswa untuk diperhatikan mulai dari faktor knowledge :
yang mempengaruhi dan dipengaruhi oleh kepuasan belajar.
Pembelajaran secara daring di masa pandemi Covid-19 ini
tentu saja menjadi salah satu faktor yang dapat
mempengaruhi kepuasan siswa dalam belajar. Hal demikian
dikarenakan konsep belajar yang berbeda dari kegiatan
pembelajaran tatap muka seperti biasanya, yakni kelengkapan
sarana dan prasarana penunjang pembelajaran secara daring
yang dapat mempengaruhi kepuasan belajar siswa.
(Natuzzuhriyyah & Nafisah, 2021)
Data mining merupakan penambangan data atau upaya Gambar 1. Tahapan Proses KDD
untuk menggali informasi yang berharga dan berguna pada
database yang sangat besar. Dalam data mining terdapat Berikut merupan hal – hal yang perlu di lakukan dalam
beberapa metode yang digunakan untuk proses tahapan data penelitian berdasarkan tahapan knowledge discovery in
mining, salah satu metode yang sering dipakai yaitu CRISP- databases :
DM, yaitu proses standar data mining dari portal industri Data merupakan sekumpulan data operasional yang
yang sudah dikembangkan pada tahun 1996. Metode diperlu sebelum dilakukan sebelum tahap penggalian
klasifikasi yaitu terdapat target variabel kategori. Sebagai informasi dalam Knowledge Discovery Database (KDD)
contoh, penggolongan pendapatan dapat dipisahkan dalam dimulai.
tiga kategori, yaitu pendapatan tinggi, pendapatan sedang, Data Proses Preprocesing merupakan proses
dan pendapatan rendah (Rezki et al., 2020). Salah satu Pembersihan data yang bertujuan untuk menghilangkan data
algoritma yang digunakan untuk metode klasifikasi ini yaitu yang tidak memiliki nilai (null), data yang salah input, data
Algortima Naïve Bayes yaitu metode probabilitas dan yang tidak relevan, duplikat data dan data yang tidak
statistik, metode ini diperkenalkan pertama kali oleh Thomas konsisten karena keberadaanya bisa mengurangi mutu atau
Bayes seorang ilmuan dari Inggris untuk memprediksi akurasi dari hasil data mining nantinya. Pembersihan data juga
peluang yang terjadi di masa depan dengan pengalaman akan mempengaruhi performasi dari system data mining
sebelumnya atau dinamakan dengan teorema bayes. Tahapan karena data yang akan ditangani akan berkurang jumlah dan
dari proses algoritma Naïve Bayes yaitu Menghitung jumlah kompleksitasnya.
kelas/label, Menghitung jumlah kasus per kelas, Kalikan Data transformation dilakukan dengan memberikan
semua variabel kelas dan Bandingkan hasil per kelas inisialisasi terhadap data yang memiliki nilai nominal menjadi
Tujuan penelitian ini untuk untuk mengetahui dan bernilai numerik.
mengelompokan tingkat kepuasan pembelajaran secara Data Mining Pada fase ini yang dilakukan
daring dimasa pandemi ini adalah menerapkan algoritma atau metode pencarian

2
KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer

pengetahuan. Ini adalah langkah penting di mana teknik siswa


kecerdasan diterapkan untuk mengekstrak pola informasi yang 3. Memberikan
berpotensi berguna dari data yang dipilih. kesempatan
Evaluation Pada tahap evaluasi, akan diketahui apakah kepada siswa
hasil daripada tahap data mining dapat menjawab tujuan yang untuk
telah ditetapkan. Untuk itu akan dilakukan profilisasi pada merefleksikan
setiap cluster yang telah terbentuk, untuk diketahui diri seberapa
karakteristik pada kelompok tersebut. Disamping itu untuk jauh
diketahui kesesuaian dengan jalur perminatan akan dilakukan memahami
analisis lebih lanjut untuk dihubungkan dengan atribut materi
perminatan, Sehingga diharapkan mendapatkan informasi atau Bahasa 1. Pengunaan 17,18,19,20,21
pola yang berguna sebagai acuan pemutakhiran data. bahasa yang
sederhana dan
mudah
III. HASIL DAN PEMBAHASAAN dipahami
A. Data
Data dalam penelitian ini diambil dengan menggunakan B. Data Preprocesing
teknik data primer yang artinya data tersbut didapat dari hasil Data preprocessing adalah proses yang mengubah data
olah kuisoner, kriteria yang digunakan dalam penelittian ini mentah ke dalam bentuk yang lebih mudah dipahami. Proses
yaitu Ketertarikan, Materi dan Bahasa. Data tersebut dapat ini penting dilakukan karena data mentah sering kali tidak
dilihat pada tabel dibawah ini memiliki format yang teratur. Selain itu, data mining juga
Tabel 1. Data Kriteria tidak dapat memproses data mentah, sehingga proses
Variabel Aspek Indikator Nomor ini sangat penting dilakukan untuk mempermudah proses
Penelitian Butir berikutnya, yakni analisis data. adapun data preprocesing
Ketertarikan 1. Dapat 1,2,3, sebagai berikut :
menarik 4,7 Tabel 2.Data
perhatian 5,6, NISN P1 P P3 P P5
siswa 2 4
melalui 0001249440 5 5 1 2 4
penyampaian
0001720670 2 2 5 4 4
materi
dan 0002713536 2 2 5 4 4
pembuatan 0002831736 2 2 5 4 4
bahan ajar
0002897980 5 5 4 4 4
yang lebih
menarik 0002959612 5 5 1 2 4
2. Menguasai 0003080647 5 5 1 2 4
betul materi 0003080650 1 2 2 5 4
khususnya
materi 0003293355 4 4 5 4 4
3. Mampu 0003294329 2 2 5 4 4
mengungkap 0003567360 5 5 1 2 4
kan kata
kata motivasi 0003614696 4 3 5 2 5
melalui 0003614836 5 5 1 2 4
ilustrasi 0003952291 2 2 5 4 4
dalam
mempelajari 0003952327 5 4 4 4 5
materi 0003952648 2 2 5 4 4
Materi 1. Mampu 8,12 0003952651 4 4 4 4 4
mengaitkan 10,11,13,
materi dalam 9,14,15,16 … … … … … …
kehidupan 0003954293 3 5 5 1 2
sehari-hari
2. Mampu C. Data Transformation
menyajikan Data preprocessing adalah proses yang mengubah data
materi dengan mentah ke dalam bentuk yang lebih mudah dipahami. Proses
konsep sendiri ini penting dilakukan karena data mentah sering kali tidak
dan mudah memiliki format yang teratur. Selain itu, data mining juga
dipahami tidak dapat memproses data mentah, sehingga proses

3
Yuni Apriliani : Media Pembelajaran Interaktif Game …

ini sangat penting dilakukan untuk mempermudah proses


berikutnya, yakni analisis data. berikut data yang digunakan
dalam penelitian ini :

Gambar 4. Model Algoritma


Berdasarkan gambar 4 di atas menjelaskan bahwa dalam
membangun algoritma Naive Bayes perlu dilakukan desain
Naive Bayes, apply model dan performance

Gambar 1. Data Transformation E. Evluation

D. Data Model Hasil akurasi pada penelitian ini dengan menggunakan


Dalam mengembangkan model datamining pada penelitian algoritma Naive Bayes dapat dilihat pada gambar di bawah ini
ini dibutuhkan aplikasi software rapidminer, sedangkan :
operator yang akan digunakan yaitu Retrive, Cross Validation,
Naive Bayes, Apply Model dan Performance. Adapun desain
tersebut sebagai berikut :

Gambar 5 Hasil Akurasi


Berdasarkan gambar 5 diatas menjelaskan bahwa akurasi
yang didapat yaitu sebesar 94.05% dengan rincian sebagai
berikut : Hasil Prediksi Kurang Bagus dan ternyata True
Kurang Bagus Sebesar 147 Data. Hasil Prediksi Kurang
Gambar 3. Model Pemanggilan data Bagus dan ternyata True Bagus Sebesar 9 Data. Hasil Prediksi
Berdasarkan gambar 4.2 bahwa dalam model algoritma Bagus dan ternyata True Kurang Bagus Sebesar 8 Data. Hasil
Naive Bayes maka perlu juga dibangun dengan operator Prediksi Bagus dan ternyata True Bagus Sebesar 123 Data.
retrive dan cross validation.
IV.KESIMPULAN
Hasil penelitian yang telah dilakukan penulis dapat
menarik beberapa kesimpulan sebagai berikut : Kriteria yang
digunakan yaitu Ketertarikan, Materi dan Bahasa dengan
jumlah kuisoner 21 dan jumalh responen yaitu sebanyak 285.
Berdasarkan algoritma naïve bayes diatas menjelaskan bahwa
akurasi yang didapat yaitu sebesar 94.05% dengan rincian
sebagai berikut, Hasil Prediksi Kurang Bagus dan ternyata
True Kurang Bagus Sebesar 147 Data., Hasil Prediksi Kurang
Bagus dan ternyata True Bagus Sebesar 9 Data, Hasil Prediksi
Bagus dan ternyata True Kurang Bagus Sebesar 8 Data, Hasil
Prediksi Bagus dan ternyata True Bagus Sebesar 123 Data.

4
KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer

[8]Musaddad, Z. H. (2016). Pengaruh Media Belajar Berbasis


Aplikasi Android Terhadap Minat Belajar Mandiri
V. REFERENCES Mahasiswa Pendidikan Agama Islam Universitas Islam
[1] R. M. N. Halim, “Penerapan Network Attached Storage Indonesia. Islamic Education, 1–66.
(Nas) Berbasis Raspberry Pi Di Lp3sdm Azra [9]Novia, L., & Zalilludin, D. (N.D.). Aplikasi Media
Palembang,” J. Teknol. Inf. Dan Ilmu Komput., Vol. 6, Pembelajaran Mengenal Alat Musik Tradisional Untuk
No. 3, P. 309, 2019, Doi: 10.25126/Jtiik.2019631416. Anak-Anak Berbasis Augmented Reality Pada Perangkat
[2]Aulianti, W. D., Karim, S. A., & Riska, M. (2021). Mobile. 5(1), 15–21.
Pengembangan Game Pendidikan Anti Korupsi Berbasis [10]Pradana, G. A. (2019). Rancang Bangun Game Edukasi
Android. 4(2), 27–32. “Amudra” Alat Musik Daerah Berbasis Android. Jurnal
[3]Donny Indra Purnama Jati, Akhir, Sistem Informasi Jurnal. Seminar Nasional Teknologi Informasi Dan Komunikasi
(2013). Aplikasi Pembelajaran Dasar Fotografi Berbasis 2019, 49–53.
Multimedia. Tugas Akhir, 1(1), 1–13. [11]Pramuditya, S. A., Noto, M. S., & Purwono, H. (2018).
[4]Faisal, A., Gunawan, A., Supiandi, A., Suherman, A., & Desain Game Edukasi Berbasis Android Pada Materi
Kusnadi, I. T. (2018). Aplikasi Pengenalan Batik Logika Matematika. Jnpm (Jurnal Nasional Pendidikan
Tradisional Indonesia Berbasis Android. Jurnal Matematika), 2(2), 165.
Teknologi Dan Informasi, 8(1), 98–105. Https://Doi.Org/10.33603/Jnpm.V2i2.919
Https://Doi.Org/10.34010/Jati.V8i1.905 [12]Rosliani, S. M. (2017). Pengaruh Pemberian Reward And
[5]Fasya, S., Wasta, A., & Ridwan Husen, W. (2020). Peran Punishment Terhadap Motivasi Belajar Siswa Kelas X
Dan Fungsi Kesenian Calung Tarawangsa Di Desa Pada Mata Pelajaran Pkn Di Sma Pasundan 3 Bandung.
Parung Kecamatan Cibalong Kabupaten Tasikmalaya. Naspa Journal, 33, 26–36.
Jurnal Pendidikan Seni, 3(1), 2620–8598. [13]Sahfitri, A., & Hartini, S. (2019). Metode Addie Pada
[6]Herawan, D. (2020). Perancangan Museum Alat Musik Aplikasi Interaktif Mengenal Bagian Tubuh Manusia
Tradisional Di Kota Baru Parahiyangan. Itenas Dua Bahasa Untuk Anak Sekolah Dasar. 3(2), 141–152.
Repository, 11–28. [14]Wahyu Kartika Sari, V. (2019). Perancangan Animasi
[7]Mulyana, Y. A., Setiawan, I. R., & Lelah, L. (2020). Interaktif Belajar Mengenal Batik Jogja. Journal Of
Rancang Bangun Media Pembelajaran Augmented Chemical Information And Modeling, 53(9), 8–24.
Reality Mengenal Alat Musik Degung. 6, 342–353.

5
Yuni Apriliani : Media Pembelajaran Interaktif Game …

You might also like