KLASIFIKASI GAYA BELAJAR MAHASISWA PROGRAM STUDI TEKNIK INFORMATIKA UNIVERSITAS KRISTEN INDONESIA TORAJA MENGGUNAKAN ALGORITMA NAÏVE BAYES

Abstrak

Gaya belajar memiki peranan cukup  penting dalam proses belajar sehingga perlu untuk diklasifikasikan. Untuk mengklasifikasikan gaya belajar dapat menggunakan berbagai algoritma salah satunya yaitu algoritma naïve bayes. Tujuan dari penelitian ini adalah untuk mengukur tingkat kinerja algoritma naïve bayes dalam mengklasifikasikan gaya belajar mahasiswa. Penelitian ini menggunakan data gaya belajar mahasiswa program studi Teknik Informatika Universitas Kristen Indonesia Toraja angkatan 2019 sampai 2021 dengan tigas kategori gaya belajar ini yaitu visual, auditory, dan kinesthetic. Jumlah dataset yang digunakan pada penelitian ini sebanyak 162. Pada penelitian ini klasifikasi gaya belajar diuji menggunakan alat bantu aplikasi Orange. Jumlah dataset dibagi menjadi dua yaitu data training 80% (130 record) dan data testing 20% (32 record). Evaluasi menggunakan confusion matrix didapatkan nilai true positif pada kelas auditory yaitu 6 dan false positive yaitu 4, true negative pada kelas kinesthetic yaitu 8 dan false positive 0, dan true negative pada kelas visual yaitu 6 dan false positif yaitu 2. Setelah melakukan pengujian pada aplikasi orange diperoleh hasil akurasi yaitu 0,625. Nilai akurasi yang dihasilkan termasuk rendah dikarenakan jumlah data yang kurang bervariasi.