Text

Klasifikasi data Mining untuk menentukan tingkat kepuasan Siswa Program Makan Bergizi Gratis (MBG) di Pekanbaru menggunakan Algoritma Naive Bayes

---

Program Makan Bergizi Gratis (MBG) merupakan program yang diperkenalkan oleh pasangan calon Prabowo Subianto dan Gibran Rakabuming Raka dalam Pemilihan Presiden 2024. Penelitian ini bertujuan untuk menerapkan teknik data mining guna mengklasifikasikan tingkat kepuasan siswa terhadap program tersebut. Data yang digunakan pada penelitian ini berjumlah 1.000 data yang didapatkan melalui kuesioner yang disebarkan ke seluruh siswa. Algoritma utama yang digunakan pada penelitian ini adalah Naïve Bayes , dengan 2 algoritma pembanding yaitu K-Nearest Neighbor (K-NN) dan Random Forest, yang bertujuan untuk menguji efektifitas algoritma tersebut. Pengujian ini dilakukan dengan variasi data split (60:40, 70:30, 80:20, dan 90:10) serta validasi menggunakan 10-Fold Cross Validation. Penelitian ini menghasilkan bahwa algoritma sangat unggul dan stabil saat melakukan klasifikasi dibandingkan algoritma pembanding lainnya. Pada pengujian rasio tertinggi yaitu rasio 90:10, yaitu 93%. Meskipun rasio 80:20 paling umum digunakan tetapi pada penelitian ini tingkat akurasinya sedikit dibawah rasio 90:10 yaitu dengan nilai 91%, dengan nilai presisi 0,91 dan recall 0,86. Dengan melakukan pengujian 10-Fold Cross Validation menujukkan bahwa model ini tidak mengalami overfitting. Sehingga dapat disimpulkan bahwa sistem ini handal dan dapat digunakan untuk menentukan kebijakan sebagai alat evaluasi program MBG yang objektif dan akurat di Pekanbaru.

---

Availability

Detail Information

Call Number

informatika 651.8 Van k

Language

Indonesia

NPM

223510620

Publisher

Teknik Informatika : Universitas Islam Riau., 2026

Keyword(s)

Naive Bayes
data mining
Klasifikasi
Tingkat Kepuasan Siswa
Makan Bergizi Gratis (MBG)

Other Information

Petugas

Ayu Agustina

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment