Email this article 
Hide
Show all
IMPLEMENTASI ALGORITMA NAIVE BAYES UNTUK MENGETAHUI POTENSI SISWA DALAM PEMAHAMAN MS. EXCEL
Abstract
Pemanfaatan teknologi pada saat ini sudah sangat meluas, hampir semua lapisan masyarakat menggunakannya. Dari hal tersebut tentunya menjadi perhatian khusus bagi para peneliti sehingga menimbulkan tantangan dalam penelitian tersebut. Penelitian yang dilakukan bertujuan untuk mengetahui pemahaman microsoft excel pada lapisan masyarakat khususmya siswa-siswi tingkat MA/SMA/SMK di kabupaten karawang baik swasta atau negeri yang didapat selama proses belajar di sekolah masing-masing. Metode yang digunakan adalah CRISP-DM dengan sebuah model algoritma naive bayes, untuk data yang telah didapatkan melalui pemanfaatan google form, data tersebut kemudian diolah menggunakan aplikasi rapid miner dengan pengujian cross validation dimana pengujian tersebut akan diulang sebanyak 10 kali pengujian. Pemahaman microsoft excel yang dimiliki oleh siswa-siswi dapat diketahui setelah peneliti memberikan materi dan juga studi kasus berdasarkan standar yang ada pada tingkat SLTA. Hasil kuesioner yang peneliti olah menggunakan sebuah algoritma naive bayes menghasilkan akurasi 98.32%. Pencapaian penelitian ini adalah siswa-siswi mampu memahami formula dan fungsi dasar microsoft excel, pencapaian pembelajaran ini tentunya didukung oleh pembelajaran yang menggunakan multimedia (LCD Projector, Modul yang Lengkap, Tutor Training yang Kompeten, Waktu yang Sangat Cukup).
Full Text:
PDFReferences
H. Oemar, Kurikulum dan Pembelajaran. Jakarta: PT Bumi Aksara, 2008.
R. R. Martiningsih, “Efektivitas Pemanfaatan Ms Excel Dalam Pembelajaran Matematika Di Smp Muhammadiyah 1 Surabaya,” J. Kwangsan, vol. 3, no. 2, pp. 107–120, 2018.
C. Agaeni, E. Supraptono, and K. Imanto, “Penerapan Metode Team Assisted Individually (TAI) Dalam Meningkatkan Kemampuan Menggunakan Program Aplikasi Microsoft Excel,” Dinamika, vol. 5, no. 1, pp. 25–33, 2014.
H. Basri and R. Eko Indrajit, “Implementasi Information Retrivals Untuk Meningkatkan Pemasaran Produk,” J. Pilar Nusa Mandiri, vol. 13, no. 2, pp. 249–254, 2017.
W. D. Septiani, “Komparasi Metode Klasifikasi Data Mining Algoritma C4.5 Dan Naive Bayes Untuk Prediksi Penyakit Hepatitis,” Pilar Nusa Mandiri, vol. 13, no. 1, pp. 76–84, 2017.
W. Gata et al., “Algorithm Implementations Naïve Bayes, Random Forest. C4.5 on Online Gaming for Learning Achievement Predictions, ” 2nd International Conference on Research of Educational Administration and Management (ICREAM 2018) Algorithm, Vol 258, pp 1-9, 2019.
Y. A. Pramana, E. Supraptono, and F. S. Pribadi, “Aplikasi Microsoft Office Excel 2010 untuk Menganalisis Butir Soal Pilihan Ganda,” J. Tek. Elektro, vol. 5, no. 2, pp. 93–95, 2013.
P. Studi, P. Fakultas, and K. Universitas, “Efikasi Diri: Tinjauan Teori Albert Bandura,” Bul. Psikol., vol. 20, no. 1–2, pp. 18–25, 2016.
Nurhayati, “Jurnal Edukasi Matematika dan Sains, Vol. 1 No.2,” J. Edukasi Mat. dan Sains, vol. 3, no. 1, pp. 54–61, 2015.
H. Oemar, Kurikulum dan Pembelajaran. Jakarta: PT Bumi Aksara, 2008.
R. R. Martiningsih, “Efektivitas Pemanfaatan Ms Excel Dalam Pembelajaran Matematika Di Smp Muhammadiyah 1 Surabaya,” J. Kwangsan, vol. 3, no. 2, pp. 107–120, 2018.
C. Agaeni, E. Supraptono, and K. Imanto, “Penerapan Metode Team Assisted Individually (TAI) Dalam Meningkatkan Kemampuan Menggunakan Program Aplikasi Microsoft Excel,” Dinamika, vol. 5, no. 1, pp. 25–33, 2014.
H. Basri and R. Eko Indrajit, “Implementasi Information Retrivals Untuk Meningkatkan Pemasaran Produk,” J. Pilar Nusa Mandiri, vol. 13, no. 2, pp. 249–254, 2017.
W. D. Septiani, “Komparasi Metode Klasifikasi Data Mining Algoritma C4.5 Dan Naive Bayes Untuk Prediksi Penyakit Hepatitis,” Pilar Nusa Mandiri, vol. 13, no. 1, pp. 76–84, 2017.
W. Gata et al., “Algorithm Implementations Naïve Bayes, Random Forest. C4.5 on Online Gaming for Learning Achievement Predictions,” 2019.
N. Nasution, K. Djahara, and A. Zamsuri, “Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive bayes ( Studi Kasus : Fasilkom Unilak ),” J. Teknol. Inf. Komun. Digit. Zo., vol. 6, no. 2, pp. 1–11, 2015.
S. Salmu and A. Solichin, “Prediksi Tingkat Kelulusan Mahasiswa Tepat Waktu Menggunakan Naive Bayes : Studi Kasus UIN Syarif Hidayatullah Jakarta,” Pros. Semin. Nas. Multidisiplin Ilmu, 2017.
Y. A. Pramana, E. Supraptono, and F. S. Pribadi, “Aplikasi Microsoft Office Excel 2010 untuk Menganalisis Butir Soal Pilihan Ganda,” J. Tek. Elektro, vol. 5, no. 2, pp. 93–95, 2013.
P. Studi, P. Fakultas, and K. Universitas, “Efikasi Diri: Tinjauan Teori Albert Bandura,” Bul. Psikol., vol. 20, no. 1–2, pp. 18–25, 2016.
Nurhayati, “Jurnal Edukasi Matematika dan Sains, Vol. 1 No.2,” J. Edukasi Mat. dan Sains, vol. 3, no. 1, pp. 54–61, 2015.
M. Purwanti, “Analisis Butir Soal Ujian Akhir Mata Pelajaran Akuntansi Keuangan Menggunakan Microsoft Office Excel 2010,” J. Pendidik. Akunt. Indones., vol. 12, no. 2, 2014.
E. S. Lestari, L. M. Sabri, and D. Yuwono, “Pembuatan Program Perataan Parameter Jaring Poligon Dengan Menggunakan Visual Basic For Application (VBA) Microsoft Excel,” J. Geod. Undip Januari, vol. 3, no. 1, pp. 332–346, 2014.
M. S. Brown, Data Mining For Dummies 1st Edition True PDF {PRG}.pdf. Jhon Willey & Sonc Inc, 2014.
J. Han, M. Kamber, and P. Jian, Data Mining : Concepts and Techniques Third Edition. 2015.
DOI: https://doi.org/10.32520/stmsi.v8i3.569
Article Metrics
Abstract view : 1163 timesPDF - 77 times
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.