KESESUAIAN PEMILIHAN JURUSAN SISWA MENGGUNAKAN ALGORITMA NAIVE BAYES DAN K-NEAREST NEIGHBOR PADA SMK PLUS AL MUSYARROFAH

Abstrak

Proses pemilihan jurusan merupakan tahap kritis bagi siswa karena dapat memengaruhi motivasi dan hasil belajar mereka selama bersekolah, terutama di Sekolah Menengah Kejuruan (SMK). Tantangan ini semakin signifikan dengan munculnya banyak sekolah baru di berbagai kota dan kabupaten di Indonesia, khususnya di Provinsi DKI Jakarta. Calon siswa sering kali memilih jurusan bukan berdasarkan minat pribadi, yang kemudian dapat berdampak pada penurunan nilai, terutama pada pelajaran produktif atau kompetensi tertentu. Untuk mengatasi masalah ini, diperlukan suatu sistem kesesuaian jurusan yang dapat memberikan rekomendasi berdasarkan kemampuan siswa melalui atribut-atribut tertentu. Dalam penelitian ini, dilakukan proses klasifikasi kesesuaian jurusan menggunakan metode Naive Bayes dan k-Nearest Neighbor dengan menggunakan data dari 238 siswa kelas sepuluh (X) tahun pelajaran 2023/2024, yang mencakup 9 atribut yang relevan. Proses pengujian dilakukan dengan komposisi data latih dan data uji sebanyak lima perbandingan, yaitu 90:10, 80:20, 70:30, 60:40, dan 50:50. Hasil penelitian menunjukkan bahwa komposisi 80:20 memberikan hasil terbaik, dengan k-Nearest Neighbor mencapai tingkat recall, akurasi, dan presisi sebesar 100%. Di sisi lain, Naive Bayes Classifier menghasilkan tingkat recall sebesar 61%, dengan akurasi mencapai 73%. Hasil ini menunjukkan bahwa k-Nearest Neighbor lebih unggul dalam memprediksi kesesuaian jurusan dibandingkan dengan Naive Bayes pada kondisi tersebut.