Learning is a process to form or create a learning environment that is designed and arranged in a way that aims to improve student learning. At present, tutoring and personal and social guidance have not been fully implemented for all students, given the limitations of the teacher in seeing the behavior patterns of students and can only interact in school. Assessment of whether a student needs tutoring or personal and social guidance is needed to determine the extent of the success of the learning and teaching process in the school. In this study, guidance classification was conducted to determine the type of classification needed by students by looking at student academic data. Academic data is processed by data mining techniques using the Naïve Bayes algorithm to see algorithmic learning patterns. The Naïve Bayes algorithm is applied to Visual Basic and SQL Server programming languages to build an application that can make it easier for users to obtain information. Through classifier performance measurement, the accuracy value is 65.82%, with an error rate of 34.15% and the precision of the three classes of guidance is 53.66%. While the average obtained from the recall of the three types of guidance is 53.99%.

Pembelajaran merupakan proses untuk membentuk atau menciptakan lingkungan belajar yang dirancang dan disusun sedemikian rupa yang bertujuan untuk meningkatkan proses belajar siswa. Saat ini bimbingan belajar serta bimbingan pribadi dan sosial belum terlaksana sepenuhnya kepada seluruh siswa mengingat keterbatasan guru dalam melihat pola perilaku siswa dan hanya dapat berinteraksi di sekolah. Penilaian apakah seorang peserta didik membutuhkan bimbingan belajar maupun bimbingan pribadi dan sosial dibutuhkan untuk mengetahui sejauh mana keberhasilan proses belajar dan mengajar di sekolah. Pada penelitian ini, dilakukan klasifikasi bimbingan untuk menentukan jenis klasifikasi yang dibutuhkan siswa dengan melihat data akademik siswa. Data akademik diolah dengan teknik data mining menggunakan algoritma Naïve Bayes untuk melihat pola pembelajaran algoritma. Algoritma Naïve Bayes diterapkan pada bahasa pemrograman Visual Basic dan SQL Server untuk membangun sebuah aplikasi yang dapat memudahkan user untuk memperoleh informasi. Melalui pengukuran kinerja klasifikator didapatkan nilai akurasi sebesar 65.82%, dengan laju error sebesar 34.15% dan rata-rata presisi dari ketiga kelas jenis bimbingan adalah 53.66%. Sedangkan rata-rata yang diperoleh dari recall ketiga kelas jenis bimbingan adalah 53.99%.