PENERAPAN ALGORITMA NAÏVE BAYES UNTUK KLASIFIKASI BIDANG KEAHLIAN SISWA BERDASARKAN CAPAIAN AKADEMIK DAN MINAT BAKAT (Studi Kasus: SMK Negeri 1 Bojongsari)

Sekolah Menengah Kejuruan (SMK) memegang peranan vital dalam menyiapkan generasi muda agar mampu berkontribusi secara produktif terhadap perekonomian nasional. Namun, salah satu tantangan fundamental yang dihadapi SMK adalah tingginya angka pengangguran terbuka lulusan SMK, yang menunjukkan adanya ketidaksesuaian (mismatch) antara kompetensi lulusan dan kebutuhan dunia kerja. Hal ini dipengaruhi oleh beberapa faktor ketidaksiapan kerja yaitu kemampuan intelejensi, prestasi, bakat, minat, dan motivasi belajar. Penelitian ini dilakukan dengan tujuan menerapkan algoritma naïve bayes dalam melakukan klasifikasi bidang keahlian. Metode yang digunakan dalam penelitian ini adalah pendekatan kuantitatif dengan menggunakan metode Knowledge Discovery in Databases (KDD) sebagai proses data mining, Naïve Bayes sebagai mesin klasifikasi, K-Fold Cross Validation sebagai tahap validasi dan Unified Modeling Language (UML) sebagai bentuk penerapannya. Data pendukung menggunakan hasil dari Tes Kemampuan Akademik dan pengembangan minat bakat. Algoritma Naïve Bayes berhasil mendapatkan nilai performa yang mencukupi. Hal tersebut dibuktikan dengan hasil analisis performa melalui split validation dengan perbandingan 70:30 dengan akurasi sebesar 73% begitu juga sama dengan precision, recall dan fi-score sebesar 73%. Lalu hasil K-Fold Cross Validation mendapatkan akurasi terbesar 74% pada k-8. Berdasarkan kriteria nilai Mean Absolute Percentage Error (MAPE) menunjukkan persentase kesalahan pada penerapan model naïve bayes dalam klasifikasi bidang keahlian sebesar 24,37%. Hasil MAPE dari penerapan algoritma naïve bayes mendapatkan nilai yang cukup. Dalam implementasinya naïve bayes dapat dirancang sebagai sistem pendukung keputusan dalam prototype sederhana.