Klasifikasi Siswa Slow Learner untuk Mendukung Sekolah dalam Meningkatkan Pemahaman Siswa Menggunakan Algoritma Naïve Bayes

Tidak semua siswa sekolah bisa menangkap materi dengan kemampuan yang sama dikarenakan tingkat kecerdasan dan kemampuan belajar setiap anak berbeda - beda. Ada siswa yang kemampuan belajarnya rendah sehingga lambat dalam memahami materi yang biasa disebut sebagai slow learner. Siswa slow learner ini...

Full description

Saved in:
Bibliographic Details
Main Authors: Abdul Harris Wicaksono, Ahmad Afif Supianto, Satrio Hadi Wijoyo, Didik Krisnandi, Ana Heryana
Format: Article
Language:Indonesian
Published: University of Brawijaya 2022-06-01
Series:Jurnal Teknologi Informasi dan Ilmu Komputer
Online Access:https://jtiik.ub.ac.id/index.php/jtiik/article/view/5609
Tags: Add Tag
No Tags, Be the first to tag this record!
_version_ 1823858567360282624
author Abdul Harris Wicaksono
Ahmad Afif Supianto
Satrio Hadi Wijoyo
Didik Krisnandi
Ana Heryana
author_facet Abdul Harris Wicaksono
Ahmad Afif Supianto
Satrio Hadi Wijoyo
Didik Krisnandi
Ana Heryana
author_sort Abdul Harris Wicaksono
collection DOAJ
description Tidak semua siswa sekolah bisa menangkap materi dengan kemampuan yang sama dikarenakan tingkat kecerdasan dan kemampuan belajar setiap anak berbeda - beda. Ada siswa yang kemampuan belajarnya rendah sehingga lambat dalam memahami materi yang biasa disebut sebagai slow learner. Siswa slow learner ini perlu perlakuan yg khusus supaya dapat memahami materi seperti siswa lainnya. Siswa slow learner yang tidak terdeteksi dapat memperlambat kegiatan belajar mengajar karena guru harus mengulang kembali menjelaskan materi untuk membuat siswa memahami materi tersebut. Penelitian ini bertujuan untuk mengklasifikasikan siswa slow learner dan non slow learner dan menghasilkan visualisasi dashboard yang dapat digunakan untuk membantu sekolah. Penelitian ini mengangkat studi kasus siswa kelas XI dan XII SMA Tunas Luhur yang berjumlah 89 siswa.  Penelitian ini menggunakan algoritma naive bayes untuk klasifikasi dan cross validation 10 folds sebagai metode pengujian. Hasil pengujian didapatkan nilai akurasi 0.92857, precison  0.94736, recall 0.97297 , dan F-measure 0.96 serta hasil pengujian visualisasi dashboard menggunakan kuesioner System Usability Scale yang menghasilkan skor 71.75 atau acceptable. Algoritma naïve bayes  berhasil mengklasifikasikan siswa slow learner dan non slow learner dengan baik, dan visualisasi dashboard bisa diterima dengan baik oleh pihak sekolah.   Abstract Not all school students can capture material with the same abilities because each child's level of intelligence and learning ability are different. There are students whose learning ability is low so that it is slow in understanding the material commonly referred to as slow learner. These slow learner students need special treatment in order to understand the material like other students. Undetectable slow learner students can slow down teaching and learning activities because teachers have to redo explain the material to make students understand the material. This study aims to classify slow learner and non slow learner students and produce dashboard visualizations that can be used to help schools. This study raised the case study of grade XI and XII students of Tunas Luhur High School which amounted to 89 students.  The study used naive bayes algorithms for classification and cross validation of 10 folds as a testing method. The test result obtained an accuracy score of 0.92857, precison of 0.94736, recall of 0.97297 , and F-measure of 0.96 and dashboard visualization test results using the System Usability Scale questionnaire which resulted in a score of 71.75 or acceptable. Bayes' naïve algorithm successfully classifies slow learner and non-slow learner students well, and dashboard visualization is well received by the school.
format Article
id doaj-art-9f39d6cbf44c49a3ba779158ab812b08
institution Kabale University
issn 2355-7699
2528-6579
language Indonesian
publishDate 2022-06-01
publisher University of Brawijaya
record_format Article
series Jurnal Teknologi Informasi dan Ilmu Komputer
spelling doaj-art-9f39d6cbf44c49a3ba779158ab812b082025-02-11T10:42:39ZindUniversity of BrawijayaJurnal Teknologi Informasi dan Ilmu Komputer2355-76992528-65792022-06-019310.25126/jtiik.2022935609937Klasifikasi Siswa Slow Learner untuk Mendukung Sekolah dalam Meningkatkan Pemahaman Siswa Menggunakan Algoritma Naïve BayesAbdul Harris Wicaksono0Ahmad Afif Supianto1Satrio Hadi Wijoyo2Didik Krisnandi3Ana Heryana4Universitas Brawijaya, MalangUniversitas Brawijaya, Malang, Badan Riset dan Inovasi Nasional, BandungUniversitas Brawijaya, MalangBadan Riset dan Inovasi Nasional, BandungBadan Riset dan Inovasi Nasional, BandungTidak semua siswa sekolah bisa menangkap materi dengan kemampuan yang sama dikarenakan tingkat kecerdasan dan kemampuan belajar setiap anak berbeda - beda. Ada siswa yang kemampuan belajarnya rendah sehingga lambat dalam memahami materi yang biasa disebut sebagai slow learner. Siswa slow learner ini perlu perlakuan yg khusus supaya dapat memahami materi seperti siswa lainnya. Siswa slow learner yang tidak terdeteksi dapat memperlambat kegiatan belajar mengajar karena guru harus mengulang kembali menjelaskan materi untuk membuat siswa memahami materi tersebut. Penelitian ini bertujuan untuk mengklasifikasikan siswa slow learner dan non slow learner dan menghasilkan visualisasi dashboard yang dapat digunakan untuk membantu sekolah. Penelitian ini mengangkat studi kasus siswa kelas XI dan XII SMA Tunas Luhur yang berjumlah 89 siswa.  Penelitian ini menggunakan algoritma naive bayes untuk klasifikasi dan cross validation 10 folds sebagai metode pengujian. Hasil pengujian didapatkan nilai akurasi 0.92857, precison  0.94736, recall 0.97297 , dan F-measure 0.96 serta hasil pengujian visualisasi dashboard menggunakan kuesioner System Usability Scale yang menghasilkan skor 71.75 atau acceptable. Algoritma naïve bayes  berhasil mengklasifikasikan siswa slow learner dan non slow learner dengan baik, dan visualisasi dashboard bisa diterima dengan baik oleh pihak sekolah.   Abstract Not all school students can capture material with the same abilities because each child's level of intelligence and learning ability are different. There are students whose learning ability is low so that it is slow in understanding the material commonly referred to as slow learner. These slow learner students need special treatment in order to understand the material like other students. Undetectable slow learner students can slow down teaching and learning activities because teachers have to redo explain the material to make students understand the material. This study aims to classify slow learner and non slow learner students and produce dashboard visualizations that can be used to help schools. This study raised the case study of grade XI and XII students of Tunas Luhur High School which amounted to 89 students.  The study used naive bayes algorithms for classification and cross validation of 10 folds as a testing method. The test result obtained an accuracy score of 0.92857, precison of 0.94736, recall of 0.97297 , and F-measure of 0.96 and dashboard visualization test results using the System Usability Scale questionnaire which resulted in a score of 71.75 or acceptable. Bayes' naïve algorithm successfully classifies slow learner and non-slow learner students well, and dashboard visualization is well received by the school. https://jtiik.ub.ac.id/index.php/jtiik/article/view/5609
spellingShingle Abdul Harris Wicaksono
Ahmad Afif Supianto
Satrio Hadi Wijoyo
Didik Krisnandi
Ana Heryana
Klasifikasi Siswa Slow Learner untuk Mendukung Sekolah dalam Meningkatkan Pemahaman Siswa Menggunakan Algoritma Naïve Bayes
Jurnal Teknologi Informasi dan Ilmu Komputer
title Klasifikasi Siswa Slow Learner untuk Mendukung Sekolah dalam Meningkatkan Pemahaman Siswa Menggunakan Algoritma Naïve Bayes
title_full Klasifikasi Siswa Slow Learner untuk Mendukung Sekolah dalam Meningkatkan Pemahaman Siswa Menggunakan Algoritma Naïve Bayes
title_fullStr Klasifikasi Siswa Slow Learner untuk Mendukung Sekolah dalam Meningkatkan Pemahaman Siswa Menggunakan Algoritma Naïve Bayes
title_full_unstemmed Klasifikasi Siswa Slow Learner untuk Mendukung Sekolah dalam Meningkatkan Pemahaman Siswa Menggunakan Algoritma Naïve Bayes
title_short Klasifikasi Siswa Slow Learner untuk Mendukung Sekolah dalam Meningkatkan Pemahaman Siswa Menggunakan Algoritma Naïve Bayes
title_sort klasifikasi siswa slow learner untuk mendukung sekolah dalam meningkatkan pemahaman siswa menggunakan algoritma naive bayes
url https://jtiik.ub.ac.id/index.php/jtiik/article/view/5609
work_keys_str_mv AT abdulharriswicaksono klasifikasisiswaslowlearneruntukmendukungsekolahdalammeningkatkanpemahamansiswamenggunakanalgoritmanaivebayes
AT ahmadafifsupianto klasifikasisiswaslowlearneruntukmendukungsekolahdalammeningkatkanpemahamansiswamenggunakanalgoritmanaivebayes
AT satriohadiwijoyo klasifikasisiswaslowlearneruntukmendukungsekolahdalammeningkatkanpemahamansiswamenggunakanalgoritmanaivebayes
AT didikkrisnandi klasifikasisiswaslowlearneruntukmendukungsekolahdalammeningkatkanpemahamansiswamenggunakanalgoritmanaivebayes
AT anaheryana klasifikasisiswaslowlearneruntukmendukungsekolahdalammeningkatkanpemahamansiswamenggunakanalgoritmanaivebayes