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.

	Text a. Pendahuluan.pdf Download (2MB)
	Text b. Abstrak.pdf Download (967kB)
	Text c. BAB I.pdf Download (970kB)
	Text d. BAB II.pdf Restricted to Repository staff only Download (1MB) \| Request a copy
	Text e. BAB III.pdf Restricted to Repository staff only Download (1MB) \| Request a copy
	Text f. BAB IV.pdf Restricted to Repository staff only Download (1MB) \| Request a copy
	Text g. BAB V.pdf Restricted to Repository staff only Download (950kB) \| Request a copy
	Text i. Lampiran.pdf Restricted to Repository staff only Download (1MB) \| Request a copy
	Text h. Daftar Pustaka.pdf Download (954kB)
	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.

Item Type:

Thesis (Undergraduate)

Uncontrolled Keywords:

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)

Department:

S1 Teknik Informatika

Depositing User:

VERDI ALVIAN DWI HIDAYATULLAH