Implementasi Data Mining dengan Metode Naive Bayes Untuk Memprediksi Penerimaan Siswa Baru di MTS NU Islamiyah Asembagus

Abstract

Penerimaan siswa baru adalah langkah awal yang signifikan dalam memasuki dunia pendidikan. Salah satunya di MTs NU Islamiyah, sebuah lembaga pendidikan di Desa Trigonco, Kecamatan Asembagus. Meski mampu menerima siswa baru setiap tahunnya, fluktuasi jumlah siswa yang masuk dan tidak menjadi tantangan bagi lembaga ini. Fenomena ini mempengaruhi perencanaan kebijakan di masa mendatang, termasuk persiapan sarana dan prasarana yang optimal. Penelitian ini bertujuan membangun sistem prediksi penerimaan siswa baru di MTS NU Islamiyah dengan metode Naive Bayes menggunakan Python. Tujuannya ialah meningkatkan akurasi prediksi jumlah siswa baru yang akan masuk setiap tahun. Data siswa yang digunakan sebanyak 623 data training dan 82 data testing digunakan sebagai dasar prediksi. Metode Naive Bayes digunakan untuk mengklasifikasikan data dengan menghitung probabilitas berdasarkan data historis. Hasil prediksi yang diperoleh bahwa prediksi tidak masuk class precision sebesar 0% dan Support 11 model memiliki performa tidak baik dalam memprediksi class tidak masuk. Sedangkan untuk prediksi yang masuk class presicion sebesar 87% dan support 71. model memiliki performa yang baik dalam memprediksi kelas yang masuk.