IMPLEMENTASI METODE MODIFIED K-NEAREST NEIGHBOR (MKNN) UNTUK KLASIFIKASI KESIAPAN SISWA DALAM UJI KOMPETENSI KEJURUAN TINGKAT SEKOLAH MENENGAH KEJURUAN



Rizqi, M. Zainur (2023) IMPLEMENTASI METODE MODIFIED K-NEAREST NEIGHBOR (MKNN) UNTUK KLASIFIKASI KESIAPAN SISWA DALAM UJI KOMPETENSI KEJURUAN TINGKAT SEKOLAH MENENGAH KEJURUAN. 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 (592kB)
[thumbnail of C. BAB I.pdf] Text
C. BAB I.pdf

Download (744kB)
[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 (5MB) | Request a copy
[thumbnail of F. BAB IV.pdf] Text
F. BAB IV.pdf
Restricted to Repository staff only

Download (4MB) | Request a copy
[thumbnail of G. BAB V.pdf] Text
G. BAB V.pdf
Restricted to Repository staff only

Download (183kB) | Request a copy
[thumbnail of H. DAFTAR PUSTAKA.pdf] Text
H. DAFTAR PUSTAKA.pdf

Download (457kB)
[thumbnail of I. LAMPIRAN.pdf] Text
I. LAMPIRAN.pdf
Restricted to Repository staff only

Download (7MB) | Request a copy

Abstract

SMK Zainul Hasan merupakan salah satu Sekolah Menengah Kejuruan yang berada di
Kecamatan Balung, Kabupaten Jember, Jawa Timur. Siswa kelas 12 di SMK Zainul Hasan
akan dihadapkan dengan ujian Kejuruan, dimana siswa akan diuji sesuai dengan kejuruan
yang diambil untuk memastikan kompetensi siswa. Namun kendalanya, tidak semua siswa
memiliki tingkat pemahaman yang sama dalam proses pembelajaran, sehingga sangat
menentukan kesiapan masing-masing siswa dalam menghadapi ujian kejuruan. Dalam
penelitian ini telah dibangun sistem untuk melakukan klasifikasi siswa siap ikut ujian dengan
menggunakan metode Modified K-Nearest Neighbor (MKNN). Dengan performa Akurasi
sebesar 96%, nilai Presisi sebesar 97,98%, serta nilai Recall sebesar 87,27%, sedangkan nilai
K paling optimal pada metode MKNN adalah K=3. Selanjutnya penerimaan pengguna
diukur dengan metode Technology Acceptance Model (TAM) dengan nilai akhir sebesar
4,41, yang menunjukkan tingkat penerimaan yang sangat tinggi terhadap sistem.

Contribution
Nama Dosen Pembimbing
NIDN/NIDK
UNSPECIFIED
Arifianto, Deni
NIDN0718068103
UNSPECIFIED
Rahayu, Yeni Dwi
NIDN0716108602

Item Type: Thesis (Undergraduate)
Keywords/Kata Kunci: Machine Learning, Klasifikasi, Modified K-Nearest Neighbor (MKNN)
Subjects: 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User: M. ZAINUR RIZQI | zainurrizqi32@gmail.com
Date Deposited: 21 Dec 2023 04:02
Last Modified: 21 Dec 2023 04:02
URI: http://repository.unmuhjember.ac.id/id/eprint/20660

Actions (login required)

View Item View Item