Student Learning Style Classification Using Naïve Bayes Classifier Method

Abstract

Setiap mahasiswa memiliki kebiasaan tersendiri dalam menyerap dan memproses materi kuliah yang diberikan. Kebiasaan ini disebut dengan gaya belajar. Mengetahui gaya belajar mahasiswa merupakan hal yang sangat penting bagi seorang dosen karena dengan mengetahui gaya belajar mahasiswa dalam satu kelas, dosen dapat menerapkan metode pembelajaran yang dapat mengakomodir seluruh gaya belajar mahasiswa. Pada mata kuliah Komputer di Program Studi Pendidikan Bahasa Indonesia dan Program Studi Pendidikan Bahasa Inggris, masih terdapat beberapa mahasiswa yang kesulitan memahami materi kuliah karena metode pembelajaran yang diberikan dosen hanya terpaku pada gaya belajar tertentu. Untuk itu, penelitian ini akan membantu dosen untuk mengetahui gaya belajar mahasiswa berdasarkan data-data terdahulu dengan menggunakan metode Naïve Bayes Classifier pada Data Mining. Beberapa penelitian menyebutkan bahwa metode Naïve Bayes Classifier lebih baik dibandingkan dengan metode klasifikasi yang lain. Dalam penelitian ini, peneliti menggunakan Rapid Miner sebagai alat bantu dalam melakukan klasifikasi. Setelah melakukan pengujian terhadap data uji, diperoleh nilai akurasi sebesar 90%. Hal ini membuktikan bahwa model klasifikasi yang dibentuk dari data latih dapat memberikan hasil klasifikasi gaya belajar yang baik serta model ini dapat diterapkan oleh dosen untuk mengetahui gaya belajar mahasiswa.