Penerapan Klasifikasi Bayes Untuk Memprediksi Jenis Latihan Siswa Pencak Silat (Studi Kasus Pencak Silat PSHT)

Abstract

Abstrak -Perguruan Pencak Silat PSHT saat ini memiliki ratusan siswa dengan berbagai latar belakang dan kemampuan yang berbeda. Selama ini pelatih dalam penentuan jenis latihan pencak silat di PSHT hanya menggunakan perkiraan intuisi semata, akibatnya sering terjadi ketidaksesuaian antara calon siswa dengan jenis latihan yang diikuti. Kondisi ini menyebabkan siswa sering tidak bisa maksimal dalam berlatih, disamping berdampak prestasi siswa tidak optimal dalam kompetisi. Dalam penelitian ini telah dikembangkan aplikasi untuk memprediksi jenis latihan siswa berdasarkan karakteristik yang sesuai menggunakan klasifikasi Naive Bayes. Aplikasi ini diharapkan dapat membantu pelatih dalam meningkatkan kemampuan siswa sesuai karakteristiknya sehingga mampu meningkatkan prestasinya. Hasil pengujian menggunakan confussion matrix, dengan 400 data training dan 20 data testing menghasilkan nilai presisi sebesar 95 %, nilai akurasi sebesar 95 % dan nilai recall sebesar 98%.