Klasifikasi Siswa Berprestasi Menggunakan Metode K-Nearest Neighbor (KNN) Pada SMA Negeri 2 Situbondo



Hidayatullah, Verdi Alvian Dwi (2022) Klasifikasi Siswa Berprestasi Menggunakan Metode K-Nearest Neighbor (KNN) Pada SMA Negeri 2 Situbondo. Undergraduate thesis, Universitas Muhammadiyah jember.

[thumbnail of a. Pendahuluan.pdf] Text
a. Pendahuluan.pdf

Download (2MB)
[thumbnail of b. Abstrak.pdf] Text
b. Abstrak.pdf

Download (967kB)
[thumbnail of c. BAB I.pdf] Text
c. BAB I.pdf

Download (970kB)
[thumbnail of d. BAB II.pdf] Text
d. BAB II.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[thumbnail of e. BAB III.pdf] Text
e. BAB III.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[thumbnail of f. BAB IV.pdf] Text
f. BAB IV.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[thumbnail of g. BAB V.pdf] Text
g. BAB V.pdf
Restricted to Repository staff only

Download (950kB) | Request a copy
[thumbnail of i. Lampiran.pdf] Text
i. Lampiran.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[thumbnail of h. Daftar Pustaka.pdf] Text
h. Daftar Pustaka.pdf

Download (954kB)
[thumbnail of j. Artikel.pdf] Text
j. Artikel.pdf

Download (1MB)

Abstract

Lingkungan teman sekelas sangat berpengaruh terhadap perkembangan prestasi akademik siswa, jika hubungannya negatif maka akan berdampak negatif bagi siswa, dan juga sebaliknya. SMA Negeri 2 Situbondo merupakan salah satu sekolah di Situbondo yang menerapkan pengacakan pada pembentukan kelasnya, dimana siswa yang tergolong pintar disebar ke beberapa kelas seangkatan untuk membantu siswa lain yang memiliki masalah dalam belajar, penyebaran tersebut harus merata agar efektif. Tujuan penelitian ini adalah untuk mengukur tingkat akurasi, presisi dan recall dalam klasifikasi prestasi siswa kelas X jurusan IPA SMA Negeri 2 Situbondo. Data yang digunakan adalah siswa kelas X jurusan IPA tahun 2020 di SMA Negeri 2 Situbondo sebanyak 182. Dikarenakan belum adanya metode khusus yang digunakan untuk mengklasifikasikan siswa berdasarkan prestasinya dan banyak kemiripan data, maka digunakanlah teknik data mining yaitu metode klasifikasi. Metode klasifikasi yang digunakan pada penelitian kali ini adalah K-Nearest Neighbor (KNN). Hasil dari penelitian ini didapatkan akurasi sebesar 94%, presisi 91% dan recall 91%. Akurasi tesebut didaptkan pada data training fold K = 5 skenario 5 dengan KNN 7.

Contribution
Nama Dosen Pembimbing
NIDN/NIDK
Dosen Pembimbing
Nilogiri, Agung
nidn0030037701
Dosen Pembimbing
Al Faruq, Habiabtul Azizah
nidn0718128901

Item Type: Thesis (Undergraduate)
Keywords/Kata Kunci: klasifikasi prestasi, K-Nearest Neighbor (KNN), prestasi siswa
Subjects: 000 Computer Science, Information, & General Works > 005 Computer Programming, Programs, & Data
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User: VERDI ALVIAN DWI HIDAYATULLAH | verdi.alvian@gmail.com
Date Deposited: 11 Apr 2022 02:14
Last Modified: 11 Apr 2022 02:14
URI: http://repository.unmuhjember.ac.id/id/eprint/13512

Actions (login required)

View Item View Item