Klasifikasi Gaya Belajar VARK Siswa Sekolah Dasar Menggunakan K-Nearest Neighbor dan Naive Bayes Berbasis Kuesioner

Classification of VARK Learning Styles of Elementary School Students Using K-Nearest Neighbor and Questionnaire-Based Naive Bayes

Abstract

Gaya belajar memiliki peranan penting dalam menentukan bagaimana siswa memahami informasi, khususnya pada jenjang sekolah dasar yang berada pada tahap perkembangan berpikir konkret. Penelitian ini bertujuan memetakan preferensi belajar siswa menggunakan model VARK (Visual, Aural, Read/Write, Kinesthetic) serta membangun model klasifikasi berbasis algoritma K-Nearest Neighbor (KNN). Sebanyak 40 siswa kelas IV–VI berpartisipasi dengan mengisi 16 item kuesioner VARK. Data diolah melalui proses pembersihan, normalisasi Min–Max, dan pembentukan fitur empat dimensi. Model KNN diuji menggunakan variasi nilai k melalui Stratified 5-Fold Cross Validation. Hasil penelitian menunjukkan bahwa kategori Kinesthetic dan Visual merupakan preferensi belajar yang paling dominan di SDN Cipatat. Model KNN memberikan performa terbaik pada k = 5, dengan akurasi rata-rata 82%, precision 0,81, recall 0,80, dan F1-score 0,79. Analisis confusion matrix memperlihatkan bahwa kategori Kinesthetic dan Visual lebih mudah diprediksi, sementara Aural dan Read/Write memiliki tumpang tindih fitur yang lebih besar. Temuan ini menunjukkan bahwa pendekatan berbasis data dapat memberikan gambaran objektif mengenai preferensi belajar siswa serta mendukung strategi pembelajaran yang lebih adaptif.