Detail Tugas Akhir

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.

Berkas Tugas Akhir

PDF
Text
a. Pendahuluan.pdf
PDF
Text
b. Abstrak.pdf
PDF
Text
c. BAB I.pdf
PDF
Text
d. BAB II.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (1MB)
PDF
Text
e. BAB III.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (1MB)
PDF
Text
f. BAB IV.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (1MB)
PDF
Text
g. BAB V.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (950kB)
PDF
Text
i. Lampiran.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (1MB)
PDF
Text
h. Daftar Pustaka.pdf
PDF
Text
j. Artikel.pdf

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.

Informasi Item

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)
Date Deposited 11 Apr 2022 02:14
Last Modified 11 Apr 2022 02:14
URI https://repository.unmuhjember.ac.id/id/eprint/13512

Actions (login required)

View Item
View Item
Ada yang bisa kami bantu?