Implementasi Algoritma KNN Untuk Klasifikasi Jurusan Siswa Kelas XI di SMA Al Irsyad Tegal
), Bambang Irawan(2), Puji Wahyuningsih(3),
(1) Universitas Muhadi Setiabudi
(2) Universitas Muhadi Setiabudi
(3) Universitas Muhadi Setiabudi
Corresponding Author
Abstract
Penjurusan merupakan suatu proses yang dilakukan sekolah untuk memetakan minat dan bakat siswa agar sesuai dengan kemampuan yang dimiliki. Berdasarkan hasil pengamatan yang dilakukan di SMA Al Irsyad Tegal, proses penjurusan siswa memiliki kendala seperti proses yang dilakukan masih menggunakan manual yaitu dengan memetakan siswa satu persatu berdasarkan kriteria yang dibuat oleh sekolah dan masih terdapat hasil pemetaan yang tidak sesuai dengan minat dan bakat siswa. Data Mining memiliki suatu teknik untuk klasifikasi suatu data untuk mempermudah dalam hal penjurusan siswa. Oleh karena itu, dilakukanlah proses penjurusan siswa dengan teknik klasifikasi menggunakan K-Nearest Neighbor dengan menggunakan aplikasi RapidMiner. Hasil penelitian yang didapatkan adalah pengujian split rasio tertinggi dengan pembagian 80% data training dan 20% data testing diperoleh pada K=9 dengan akurasi sebanyak 77,78%, class recall IPA 91,67%, class recall IPS 50%, precision IPA 78,57% dan precision IPS 75%. Dengan hasil tersebut artinya klasifikasi jurusan dapat menggunakan metode K-Nearest Neighbor karena menghasilkan nilai akurasi yang baik.
Keywords
References
R. Sitepu, “Implementasi Algoritma K-Nearest Neigbor Untuk Klasifikasi Pengajuan Kredit,” vol. 1, pp. 49–56, 2022.
A. Muzani, M. I. A. Sukri, S. N. Fauziah, A. Fatkhurohman, and D. Ariatmanto, “Data Mining Untuk Klasifikasi Produk Menggunakan Algoritma K-Nearest Neighbor Pada Toko Online,” pp. 141–145.
N. Meilani and O. Nurdiawan, “Data Mining untuk Klasifikasi Penderita Kanker Payudara Menggunakan Algoritma K-Nearest Neighbor,” J. Wahana Inform., vol. 2, no. 1, pp. 177–187, 2023, [Online]. Available: https://archive.ics.uci.edu/ml/datasets/Breast+Cancer.
M. Permadi, F. Febriani, and M. J. Panggabean, “Penerapan Algoritma K-Nearest Neighbor (KNN) untuk Klasifikasi Penjualan Produk Indihome Daerah Riau,” Semin. Nas. Penelit. dan Pengabdi. Masy., pp. 105–111, 2023.
J. Saputra, Y. Sa, V. Yoga Pudya Ardhana, and M. Afriansyah, “RESOLUSI : Rekayasa Teknik Informatika dan Informasi Klasifikasi Kematangan Buah Alpukat Mentega Menggunakan Metode K-Nearest Neighbor Berdasarkan Warna Kulit Buah,” Media Online, vol. 3, no. 5, pp. 347–354, 2023, [Online]. Available: https://djournals.com/resolusi
A. Qurotul and M. Reza, “Application Of The K-Nearest Neighbor Algorithm For Student Department Classification At 15 Pekanbaru State High School Penerapan Algoritma K-Nearest Neighbor Untuk Klasifikasi Jurusan Siswa Di Sma Negeri 15 Pekanbaru,” vol. 3, no. 1, pp. 39–45, 2023.
A. Maulida, “Penerapan Metode Klasifikasi K-Nearest Neigbor pada Dataset Penderita Penyakit Diabetes,” vol. 1, no. 2, pp. 29–33, 2020.
A. Muhaimin, M. Amin Hariyadi, and M. I. Imamudin, “Klasifikasi Prestasi Akademik Siswa Berdasarkan Nilai Rapor dan Kedisiplinan dengan Metode K-Nearest Neighbor,” J. Ilmu Komput. dan Sist. Inf., vol. 7, no. 1, pp. 193–202, 2024, doi: 10.55338/jikomsi.v7i1.2865.
V. Wulandari, W. J. Sari, and Z. Alfian, “Implementation of Naïve Bayes Classifier and K-Nearest Neighbor Algorithms for Chronic Kidney Disease Classification Implementasi Algoritma Naïve Bayes Classifier dan K-Nearest Neighbor untuk Klasifikasi Penyakit Ginjal Kronik,” vol. 4, no. April, pp. 710–718, 2024.
A. Muzaky, F. Arifianto, R. Hendrowati, and M. Darwis, “Menerapkan Metode Klasifikasi pada Data Uji Emisi Kendaraan di Jakarta dengan Menggunakan Jupyter Notebook,” vol. 5, no. 2, 2024.
A. B. Santoso, Pemrograman Web PHP Dasar Database MYSQLI dengan Bootstrap, 2022nd ed. Bandung: WIDINA BHAKTI PERSADA BANDUNG.
H. P. P. Agung Noviantoroa, Amelia Belinda Silvianab, Risma Rahmalia Fitrianic, “Rancangan Dan Implementasi Aplikasi Sewa Lapangan Badminton Wilayah Depok Berbasis Web,” vol. 1, no. 2, pp. 88–103, 2022.
Article Metrics
Abstract View
: 94 times
Download : 56 times
DOI: 10.57235/jcrd.v1i2.3309
Refbacks
- There are currently no refbacks.
Copyright (c) 2024 Mohamad Arjun Rizqian, Bambang Irawan, Puji Wahyuningsih
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
