PERBANDINGAN ALGORITMA NAIVE BAYES DAN MODIFIED NAIVE BAYES DALAM KLASIFIKASI TINGKAT STRES MAHASISWA

Irwansyahputra Irwansyahputra, Nurdin Nurdin

Abstract


Tingkat stres mahasiswa merupakan salah satu permasalahan yang dapat memengaruhi prestasi akademik dan kesehatan mental. Berbagai penelitian telah menerapkan algoritma machine learning untuk klasifikasi tingkat stres, namun penelitian yang membandingkan Naive Bayes dan Modified Naive Bayes (Laplace Corrected Naive Bayes) masih terbatas. Penelitian ini bertujuan membandingkan performa kedua algoritma dalam klasifikasi tingkat stres mahasiswa berdasarkan faktor psikologis dan akademik. Dataset yang digunakan adalah Student Stress Factors: A Comprehensive Analysis dari Kaggle yang terdiri atas 1.100 data dengan 20 atribut prediktor dan 1 atribut target (stress level). Data dibagi menjadi data training dan testing dengan rasio 80:20. Tahapan penelitian meliputi preprocessing data, klasifikasi menggunakan Naive Bayes dan Modified Naive Bayes, serta evaluasi menggunakan accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa Naive Bayes memperoleh accuracy 84%, precision 83%, recall 82%, dan F1-score 82%, sedangkan Modified Naive Bayes memperoleh accuracy 89%, precision 88%, recall 87%, dan F1-score 87%. Hasil tersebut menunjukkan bahwa penerapan Laplace Correction mampu meningkatkan performa klasifikasi dengan mengurangi permasalahan zero probability. Dengan demikian, Modified Naive Bayes lebih efektif digunakan untuk klasifikasi tingkat stres mahasiswa.

Keywords


Naive Bayes; Modified Naive Bayes; Klasifikasi Stres; Tingkat Stres Mahasiswa; Data Mining; Machine Learning

Full Text:

PDF

References


Anjani, A., & Yamasari, Y. (2023). Klasifikasi Tingkat Stres Mahasiswa Menggunakan Metode Berbasis Tree. JINACS, 05(1), 83–89. https://ejournal.unesa.ac.id/index.php/jinacs/article/download/54859/43569

Chen, H., Hu, S., Hua, R., & Zhao, X. (2021). Improved naive Bayes classification algorithm for traffic risk management. EURASIP Journal on Advances in Signal Processing, 6, 1–12. https://doi.org/10.1186/s13634-021-00742-6

Farhana, S. (2021). ScienceDirect ScienceDirect Classification of Academic Performance for University Research Evaluation by Implementing Modified Naive Bayes Algorithm. Procedia Computer Science, 194, 224–228. https://doi.org/10.1016/j.procs.2021.10.077

Intan, I., Rismayani, Aminah Dinayati Ghani, S., Nurdin, & Koswara, A. T. (2021). Analisis Performansi Prakiraan Cuaca Menggunakan Algoritma Machine Learning. Jurnal Pekommas, 6(2), 1–8. https://doi.org/10.30818/jpkm.2021.2060221

Kim, T., & Lee, J. (2022). Exponential Loss Minimization for Learning Weighted Naive Bayes Classifiers. IEEE Access, 10, 22724–22736. https://doi.org/10.1109/ACCESS.2022.3155231

Kurniawan, Y. I., Razi, F., Wijayanto, B., & Hidayat, M. L. (2021). Naive Bayes modification for intrusion detection system classification with zero probability. Bulletin of Electrical Engineering and Informatics, 10(5), 2751–2758. https://doi.org/10.11591/eei.v10i5.2833

Maulita, M., & Nurdin, N. (2023). Pendekatan Data Mining Untuk Analisa Curah Hujan Menggunakan Metode Regresi Linear Berganda (Studi Kasus: Kabupaten Aceh Utara). IDEALIS : InDonEsiA JournaL Information System, 6(2), 99–106. https://doi.org/10.36080/idealis.v6i2.3034

Nurdin, N., Suhendri, M., Afrilia, Y., & Rizal, R. (2021). SISTEMASI: Jurnal Sistem Informasi Klasifikasi Karya Ilmiah (Tugas Akhir) Mahasiswa Menggunakan Metode Naive Bayes Classifier (Nbc). SISTEMASI: Jurnal Sistem Informasi, 10(2), 268–279. https://doi.org/10.32520/stmsi.v10i2.1193

Renaningtias, N., Putri, T. E., & Purwandari, E. P. (2024). Studi Komparasi Algoritma Decision Tree C4 . 5 dan K-Nearest Neighbor pada Klasifikasi Masa Studi dan Tingkat Stres Mahasiswa. Jutisi: Jurnal Ilmiah Teknik Informatika Dan Sistem Informasi, 13(3), 1776–1785. https://doi.org/10.35889/jutisi.v13i3.2272

Sari, D. D. W., & Warismarsisno. (2023). Klasifikasi Tingkat Stres Akademik dan Gambaran Mekanisme Koping Mahasiswa. Seminar Nasional Official Statistics 2023 Stres, 203–212. https://scholar.archive.org/work/qisaifbitbcfzkinnlun2spb4q/access/wayback/https://prosiding.stis.ac.id/index.php/semnasoffstat/article/download/1691/505/

Susanti, L. (2024). Klasifikasi Tingkat Stres Pada Mahasiswa Teknik Informatika Dalam Melakukan Perkuliahan Metode Hybrid Menggunakan Algoritma Naive Bayes. STRING (Satuan Tulisan Riset Dan Inovasi Teknologi), 8(3), 243–248. https://doi.org/10.30998/string.v8i3.17096

Trifani, A., Windarto, A. P., & Kurniawan, H. (2022). Penerapan Data Mining Klasifikasi C4 . 5 dalam Menentukan Tingkat Stres Mahasiswa Akhir. Jurnal Riset Rumpun Ilmu Teknik (JURISTEK), 1(2), 91–105. https://www.academia.edu/108557898/Penerapan_Data_Mining_Klasifikasi_C4_5_dalam_Menentukan_Tingkat_Stres_Mahasiswa_Akhir

Anjani, A., & Yamasari, Y. (2023). Klasifikasi Tingkat Stres Mahasiswa Menggunakan Metode Berbasis Tree. JINACS, 05(1), 83–89. https://ejournal.unesa.ac.id/index.php/jinacs/article/download/54859/43569

Chen, H., Hu, S., Hua, R., & Zhao, X. (2021). Improved naive Bayes classification algorithm for traffic risk management. EURASIP Journal on Advances in Signal Processing, 6, 1–12. https://doi.org/10.1186/s13634-021-00742-6

Farhana, S. (2021). ScienceDirect ScienceDirect Classification of Academic Performance for University Research Evaluation by Implementing Modified Naive Bayes Algorithm. Procedia Computer Science, 194, 224–228. https://doi.org/10.1016/j.procs.2021.10.077

Intan, I., Rismayani, Aminah Dinayati Ghani, S., Nurdin, & Koswara, A. T. (2021). Analisis Performansi Prakiraan Cuaca Menggunakan Algoritma Machine Learning. Jurnal Pekommas, 6(2), 1–8. https://doi.org/10.30818/jpkm.2021.2060221

Kim, T., & Lee, J. (2022). Exponential Loss Minimization for Learning Weighted Naive Bayes Classifiers. IEEE Access, 10, 22724–22736. https://doi.org/10.1109/ACCESS.2022.3155231

Kurniawan, Y. I., Razi, F., Wijayanto, B., & Hidayat, M. L. (2021). Naive Bayes modification for intrusion detection system classification with zero probability. Bulletin of Electrical Engineering and Informatics, 10(5), 2751–2758. https://doi.org/10.11591/eei.v10i5.2833

Maulita, M., & Nurdin, N. (2023). Pendekatan Data Mining Untuk Analisa Curah Hujan Menggunakan Metode Regresi Linear Berganda (Studi Kasus: Kabupaten Aceh Utara). IDEALIS : InDonEsiA JournaL Information System, 6(2), 99–106. https://doi.org/10.36080/idealis.v6i2.3034

Nurdin, N., Suhendri, M., Afrilia, Y., & Rizal, R. (2021). SISTEMASI: Jurnal Sistem Informasi Klasifikasi Karya Ilmiah (Tugas Akhir) Mahasiswa Menggunakan Metode Naive Bayes Classifier (Nbc). SISTEMASI: Jurnal Sistem Informasi, 10(2), 268–279. https://doi.org/10.32520/stmsi.v10i2.1193

Renaningtias, N., Putri, T. E., & Purwandari, E. P. (2024). Studi Komparasi Algoritma Decision Tree C4 . 5 dan K-Nearest Neighbor pada Klasifikasi Masa Studi dan Tingkat Stres Mahasiswa. Jutisi: Jurnal Ilmiah Teknik Informatika Dan Sistem Informasi, 13(3), 1776–1785. https://doi.org/10.35889/jutisi.v13i3.2272

Sari, D. D. W., & Warismarsisno. (2023). Klasifikasi Tingkat Stres Akademik dan Gambaran Mekanisme Koping Mahasiswa. Seminar Nasional Official Statistics 2023 Stres, 203–212. https://scholar.archive.org/work/qisaifbitbcfzkinnlun2spb4q/access/wayback/https://prosiding.stis.ac.id/index.php/semnasoffstat/article/download/1691/505/

Susanti, L. (2024). Klasifikasi Tingkat Stres Pada Mahasiswa Teknik Informatika Dalam Melakukan Perkuliahan Metode Hybrid Menggunakan Algoritma Naive Bayes. STRING (Satuan Tulisan Riset Dan Inovasi Teknologi), 8(3), 243–248. https://doi.org/10.30998/string.v8i3.17096

Trifani, A., Windarto, A. P., & Kurniawan, H. (2022). Penerapan Data Mining Klasifikasi C4 . 5 dalam Menentukan Tingkat Stres Mahasiswa Akhir. Jurnal Riset Rumpun Ilmu Teknik (JURISTEK), 1(2), 91–105. https://www.academia.edu/108557898/Penerapan_Data_Mining_Klasifikasi_C4_5_dalam_Menentukan_Tingkat_Stres_Mahasiswa_Akhir




DOI: https://doi.org/10.31932/jutech.v7i1.6627

Article Metrics

Abstract view : 0 times
PDF - 0 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2026 irwansyahputra irwansyahputra, Nurdin Nurdin

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Creative Commons License
JUTECH: Journal Education and Technology is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.