Rismawati Pengarang Erna Dwi Astuti., M.Kom. Dosen Pembimbing 1 M.Fuad Asnawi, S.Kom., M.m. Dosen Pembimbing 2 Dian Asmarajati., M.Kom. Penguji 2 Erna Dwi Astuti., M.Kom. Ketua Penguji Adi Suwondo, M.Kom Penguji 1

Data Mining merupakan proses analisis otomatis dari data yang berjumlah besar atau kompleks dengan tujuan untuk menemukan pola atau kecenderungan yang penting, yang biasanya tidak disadari keberadaanya. Data Mining dapat diaplikasikan dalaam berbagai hal, dalam penelitian ini penulis menggunakan Data Mining untuk memprediksi masa studi santri Tahfidz di PPUQ Al-Qindiliyyah. Bayesian classification adalah pengklasifikasian statistik yang dapat diggunakan untuk mempredikssi probabilitaskeanggotaan suatu class. Dengan Algoritma Bayesian classification Untuk memprediksi masa studi santri Tahfidz di PPUQ Al-Qindiliyyah, dengan berbagai variabel yang diggunakan diantaranya: Umur, Alamat, Pendidikan, Jenis Kelamin, Lama Mondok dan Kriteria. Berdasarkan data santri Tahfidz PPUQ tahun 2015 sampai 2022, dengan pendataan seluruh santri yang telah lulusmaupun yang masih aktif dalam pondok, penulis mendapatkan data sebanyak 401 data dan setelah proses Cleaning data, penulis mendapatkan 151 data yang akan diggunakan sebagai data Testing dan 5 sampel berbeda sebagai data uji. Dalam prediksi yang dilakukan akan didapatkan hasil pengujian dengan target ketepatan masa studi “Tepat” dan “Tidak” tepat, dengan pembagian 1-4 tahun adalah “Tepat” dan lebih dari 4 tahun adalah “Tidak” tepat. Selain itu, dari hasil prediksi yang dilakukan didapatkan tingkat keakurasian sebesar 60%, Class Precision “Tepat” sebesar 100% dan “Tidak” sebesar 50% serta Class recall dengan nilai untuk “True Tepat” sebesar 33,33% dan “True Tidak” sebesar 100%. Dari pemaparan yang telah dijelaskan, kita dapat mengetahui dalampenelitian yang dilakukan dengan implementasi Data Mining dengan metode Naïve Bayes dan Algoritma Bayesian Classification dapat diggunakan untuk memprediksi masa studi Santri Tahfidz di Pondok Pesantren Ulumul Qur’an Alqindiliyyah.