Tirahma, FAHRIADI (2020) Analisis Pemodelan Metode K-nearest Neighbor Terhadap Klasifikasi Kesiapan Siswa Kelas IX Smp Al Gazali Dalam Menghadapi UNBK. Undergraduate thesis, Universitas Muhammadiyah Jember.
Text
A. PENDAHULUAN.pdf Download (571kB) |
|
Text
Abstrak.pdf Download (220kB) |
|
Text
B. BAB I.pdf Download (170kB) |
|
Text
C. BAB II.pdf Restricted to Repository staff only Download (397kB) | Request a copy |
|
Text
D. BAB III.pdf Restricted to Repository staff only Download (430kB) | Request a copy |
|
Text
E. BAB IV.pdf Restricted to Repository staff only Download (772kB) | Request a copy |
|
Text
F. BAB V.pdf Restricted to Repository staff only Download (91kB) | Request a copy |
|
Text
G. Daftar Pustaka 1 (AutoRecovered).pdf Download (170kB) |
|
Text
H.Lampiran1234.pdf Download (415kB) |
|
Text
I. Biodata Penulis.pdf Download (105kB) |
Abstract
SMP Al Gazali Jember adalah salah satu sekolah yang mempersiapkan siswanya menghadapi UNBK dengan cara melakukan kerja sama pengadaan tryout dengan lembaga bimbel. Pada penelitian ini dilakukan analisis klasifikasi pada implementasi machine learning. Atribut yang digunakan dalam penelitian ini adalah nilai rapor tengah semester 1, rapor semester 1 dan empat kali nilai tryout. Nilai yang terbagi menjadi 4 atribut sesuai mata pelajaran ujian nasional yaitu Bahasa Indonesia, Matematika, Bahasa Inggris dan Ilmu Pengetahuan Alam dan klasifikasi siswa yaitu “siap” dan “belum” dalam menghadapi ujian nasional. Pada penelitian ini metode klasifikasi yang digunakan adalah K Nearest Neighbor dengan pengukuran jarak menggunakan Euclidean Distance dan nilai tetangga terdekat yaitu 3, 5, 7 dan 9. Pada penelitian ini juga digunakan skenario uji cross fold validation dengan nilai fold yaitu 2, 4, 5, 7 dan 10. Nilai akurasi tertinggi yang diperoleh metode K Nearest Neighbor adalah 100% yaitu pada fold 2 skenario 2, fold 4 skenario 1, 3 dan 4, fold 5 skenario 1, 4, dan 5, fold 7 skenario 1, 4, 5, 6, 7, fold 10 skenario 1, 2, 4, 6, 7, 8, 9 dan 10. Nilai presisi tertinggi yang diperoleh metode K Nearest Neighbor adalah 100% yaitu diperoleh oleh semua skenario uji dan metode K Nearest Neighbor dapat digunakan untuk mengetahui klasifikasi kesiapan siswa dalam menghadapi ujian nasional. Kata kunci : Analisis, Klasifikasi, K-Nearest Neighbor, Siswa.
Item Type: | Thesis (Undergraduate) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Subjects: | 600 Technology and Applied Science > 620 Engineering > 622 Mining and Related Operations | |||||||||
Department: | S1 Teknik Informatika | |||||||||
Depositing User: | FAHRIADI FAHRIADI | |||||||||
Contributors: |
|
|||||||||
Contact Email Address: | fahrygundez@gmai.com | |||||||||
Date Deposited: | 06 Nov 2020 06:11 | |||||||||
Last Modified: | 06 Nov 2020 06:11 | |||||||||
URI: | http://repository.unmuhjember.ac.id/id/eprint/6913 |
Actions (login required)
View Item |