Eksplorasi Variabel Berpengaruh dan Akurasi Algoritma Naive Bayes Classifier untuk Mengklasifikasikan Performa Siswa Sekolah Dasar
Exploration of Influential Variables and Accuracy of the Naive Bayes Classifier Algorithm for Classifying the Performance of Elementary School Students
DOI:
https://doi.org/10.57152/malcom.v5i3.1813Keywords:
Educational Data Mining, Literasi Numerasi, Matematika, Pendeteksian Dini, Performa SiswaAbstract
Literasi numerasi memungkinkan seseorang untuk menggunakan angka dan simbol matematika dasar guna menyelesaikan tantangan praktis dalam kehidupan sehari-hari. Data perkembangan kemampuan matematika di antara siswa Indonesia melalui penilaian Program for International Student Assessment (PISA) pada tahun 2022, menunjukkan bahwa Indonesia berada pada posisi ke-71 dari 81 negara. Hasil PISA yang rendah tersebut terkonfirmasi oleh hasil nilai Asesmen Kompetensi Minimum (AKM) literasi numerasi Sumba Timur yang berada di angka 33,37 (skala 0-100) pada tahun 2023. Nilai PISA dan AKM yang sangat rendah menunjukkan rendahnya pondasi kemampuan matematika anak, sehingga perlu adanya pengidentifikasian sejak dini kepada siswa Sekolah Dasar (SD). Perkembangan data dalam konteks pendidikan dan evolusi pendidikan modern telah mendorong penggunaan berbagai teknik data mining untuk memantau performa siswa dengan cara-cara penelusuran yang beragam untuk menganalisis dan menemukan informasi yang tersembunyi dalam sistem pendidikan. Data mining pada data pendidikan biasa disebut dengan educational data mining (EDM). Penelitian dilakukan dengan mengumpulkan data hasil belajar siswa SD kelas 4 untuk mata pelajar matematika dan beberapa data demografis siswa. Melalui penelitian ini diketahui bahwa variabel RT1, RT2, dan PTS memiliki hubungan yang kuat dengan variabel terikat PAS. Model yang dibentuk oleh Algoritme Naive Bayes berhasil mengklasifikasikan performa belajar siswa dengan akurasi sebesar 92%.
Downloads
References
S. J. Ritchie and T. C. Bates, “Enduring Links From Childhood Mathematics and Reading Achievement to Adult Socioeconomic Status,” Psychol Sci, vol. 24, no. 7, pp. 1301–1308, 2013, doi: 10.1177/0956797612466268.
W. Bruine de Bruin and P. Slovic, “Low numeracy is associated with poor financial well-being around the world,” PLoS One, vol. 16, no. 11, p. e0260378, Nov. 2021, doi: 10.1371/journal.pone.0260378.
N. Mabena, P. N. Mokgosi, and S. S. Ramapela, “Factors Contributing To Poor Learner Performance In Mathematics: A Case Of Selected Schools In Mpumalanga Province, South Africa,” Problems of Education in the 21st Century, vol. 79, no. 3, pp. 451–466, Jun. 2021, doi: 10.33225/pec/21.79.451.
E. L. NAPITUPULU, “Skor PISA 2022 Indonesia Turun, Peringkat Naik,” https://www.kompas.id/baca/humaniora/2023/12/05/skor-pisa-2022-indonesia-turun-peringakt-naik.
R. McLeod and G. P. Schell, “Management Information Systems,” Pearson Prentice Hall, 2007.
S. A. A. Kharis, E. Salsabila, and L. D. Haeruman, “Effect of Mathematical Concept Understanding and Mathematical Reasoning on Mathematical Literacy Abilities,” in Journal of Physics: Conference Series, IOP Publishing Ltd, Feb. 2021. doi: 10.1088/1742-6596/1747/1/012042.
S. Angu Bima, I. L. Ndakularak, M. E. Nggaba, E. Randjawali, and Y. M. Pakereng, “Evaluating Mathematical Literacy Among Pupils Using Early Grade Mathematics Assessment in East Sumba,” Jurnal Paedagogy, vol. 10, no. 2, p. 379, Apr. 2023, doi: 10.33394/jp.v10i2.7418.
A. A. Pekuwali, “Prediction of student learning outcomes using the Naive Bayesian Algorithm (Case Study of Tama Jagakarsa University),” in IOP Conference Series: Materials Science and Engineering, Institute of Physics Publishing, May 2020. doi: 10.1088/1757-899X/823/1/012056.
V. Pina, D. Martella, S. Chacón-Moscoso, M. Saracostti, and J. Fenollar-Cortés, “Gender-Based Performance in Mathematical Facts and Calculations in Two Elementary School Samples From Chile and Spain: An Exploratory Study,” Front Psychol, vol. 12, Aug. 2021, doi: 10.3389/fpsyg.2021.703580.
J. N. White, “Socioeconomic, Demographic, Attitudinal and Involvement Socioeconomic, Demographic, Attitudinal and Involvement Factors Associated with Math Achievement in Elementary School. Factors Associated with Math Achievement in Elementary School,” 2001. [Online]. Available: https://dc.etsu.edu/etd/77
T. R. Ferry, N. A. Fouad, and P. L. Smith, “The Role of Family Context in a Social Cognitive Model for Career-Related Choice Behavior: A Math and Science Perspective,” J Vocat Behav, vol. 57, no. 3, pp. 348–364, Dec. 2000, doi: 10.1006/jvbe.1999.1743.
H. Halidin, C. Chairuddin, and I. Purnomo, “Analisis Kemampuan Penalaran Matematis Siswa Smp Pada Materi Aritmatika Sosial Ditinjau Dari Literasi Matematika Siswa,” EMTEKA: Jurnal Pendidikan Matematika, vol. 4, no. 1, pp. 26–35, Mar. 2023, doi: 10.24127/emteka.v4i1.3448.
K. Putri, S. Dirgantoro, and U. P. Harapan, “Kompetensi Guru Matematika Dalam Mengembangkan Kompetensi Matematis Siswa.” [Online]. Available: http://www.pikiran-rakyat.com/pendidikan/2016/06/18/peringkat-
F. A. Wulandari, U. Meilina Kurniawati, and M. A. Rokhimawan, “Problematika Mata Pelajaran Matematika Dalam Pembelajaran Tematik Di Sekolah Dasar/ Madrasah Ibtidaiyah,” 2020, [Online]. Available: http://jurnal.umk.ac.id/index.php/RE
S. Afsari, S. U. Siregar, and R. D. Harahap, “Pengaruh Manajemen Kelas dan Fasilitas Belajar terhadap Hasil Belajar Matematika Siswa,” Jurnal Basicedu, vol. 7, no. 1, pp. 535–543, Feb. 2023, doi: 10.31004/basicedu.v7i1.4577.
M. Zainuddin, “Perbandingan 4 Algoritma Berbasis Particle Swarm Optimization (pso) Untuk Prediksi Kelulusan Tepat Waktu Mahasiswa,” Jurnal Ilmiah Teknologi Informasi Asia, vol. 13, no. 1, 2019.
A. M. Nasir, “Statistik Pendidikan,” Aug. 23, 2018. doi: 10.31227/osf.io/judwx.
M. Wahyu Suryandi Adam et al., “Pengembangan Instrumen Penilaian Hasil Belajar Menggunakan Computer Based Test di SMA Negeri 10 Sidrap,” Journal on Education, vol. 06, no. 01, pp. 5560–5573.
S. Nursalam and M. S. Pd, Buku Daras Uin Alauddin. 2015.
E. Satriya, “Korelasi Antara Task Value (Nilai Tugas) Siswa Dengan Nilai Ulangan Harian,” Jurnal Ilmiah Aquinas, vol. 4, no. 1, pp. 133–140, Jan. 2021, [Online]. Available: http://ejournal.ust.ac.id/index.php/Aquinas/index
O.?: Donny, A. Fahmi, and M. A. Hidayat, “Dengan Nilai Raport Semester Gasal Matematika Siswa Kelas Iv Sd Negeri 1 Bae Kudus,” 2014.
S. Suprihatin, “Upaya Guru Dalam Meningkatkan Motivasi Belajar Siswa,” Jurnal Pendidikan Ekonomi UM Metro, vol. 3, no. 1, pp. 73–82, Jan. 2015.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Arini Aha Pekuwali, Vidriana Oktoviana Bano, Alfred Domu D. Panja, Fajar Indra Prasetyo
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright © by Author; Published by Institut Riset dan Publikasi Indonesia (IRPI)
This Indonesian Journal of Machine Learning and Computer Science is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
