ANALISIS TINGKAT KEPUASAN SISWA DALAM PEMBELAJARAN HYBYRID MENGGUNAKAN ALGORITMA K – NEAREST NEIGHBOR (KNN)

Sulthoni, Rizky Irfan (2023) ANALISIS TINGKAT KEPUASAN SISWA DALAM PEMBELAJARAN HYBYRID MENGGUNAKAN ALGORITMA K – NEAREST NEIGHBOR (KNN). Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text a. PENDAHULUAN.pdf Download (1MB)
	Text b. ABSTRAK.pdf Download (342kB)
	Text c. BAB I.pdf Download (305kB)
	Text d. BAB II.pdf Restricted to Repository staff only Download (394kB) | Request a copy
	Text e. BAB III.pdf Restricted to Repository staff only Download (437kB) | Request a copy
	Text f. BAB IV.pdf Restricted to Repository staff only Download (865kB) | Request a copy
	Text g. BAB V.pdf Restricted to Repository staff only Download (299kB) | Request a copy
	Text h. DAFTAR PUSTAKA.pdf Download (299kB)
	Text i. LAMPIRAN.pdf Restricted to Repository staff only Download (2MB) | Request a copy
	Text j. ARTIKEL.pdf Restricted to Repository staff only until 2028. Download (504kB) | Request a copy

Abstract

Virus Corona sudah menyerang di berbagai penjuru dunia, tidak terkecuali di Indonesia. Pemerintah Indonesia menerapkan beberapa sekolah percontohan pembelajaran hybrid di Indonesia. MTsN 11 Jember adalah salah satu sekolah yang menerapkan sistem pembelajaran yang membagi kelas menjadi daring dan luring (hybrid). Kenyamanan belajar siswa menentukan penyerapan ilmu pengetahuan, dibutuhkan survey untuk menentukan tingkat kepuasan siswa selama pembelajaran hybrid. klasifikasi data mining dan algoritma K – Nearest Neighbor menggunakan rapidminer. Kelebihan dari algoritma K – Nearest Neighbor terbukti dapat mencapai akurasi presisi dan recall yang tinggi di rapidminer. Pada penelitian ini proses survey yang di lakukan data akan di bagi menjadi 5 kali percobaan yang dimana hasil data yang di bagi di gunakan untuk proses KNN. Setelah 5 kali percobaan mencari K terbaik. Berdasarkan penelitian ini didapatkan rata – rata akurasi sebesar 85.36% presisi 94,74% dan recall 91.27% siswa puas.

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

Dosen Pembimbing

Muharom, Luthfi Ali

NIDN0727108202

Dosen Pembimbing

Rahman, Miftahur

NIDN0724039201

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	Survey, Data Mining, K – Nearest Neighbor (KNN)
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Sulthoni Rizky Irfan | rizkyirfansulthoni@gmail.com
Date Deposited:	06 Jul 2023 08:10
Last Modified:	06 Jul 2023 08:10
URI:	http://repository.unmuhjember.ac.id/id/eprint/17585

Actions (login required)

View Item