Implementasi Algoritma KNN Untuk Klasifikasi Jurusan Siswa Kelas XI di SMA Al Irsyad Tegal

Authors

  • Mohamad Arjun Rizqian Universitas Muhadi Setiabudi, Indonesia
  • Bambang Irawan Universitas Muhadi Setiabudi, Indonesia
  • Puji Wahyuningsih Universitas Muhadi Setiabudi, Indonesia

DOI:

https://doi.org/10.57235/jcrd.v1i2.3309

Keywords:

Klasifikasi, Penjurusan Siswa, K-Nearest Neighbor

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.

Downloads

Download data is not yet available.

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.

Downloads

Published

2024-10-28

How to Cite

Rizqian, M. A., Irawan, B., & Wahyuningsih, P. (2024). Implementasi Algoritma KNN Untuk Klasifikasi Jurusan Siswa Kelas XI di SMA Al Irsyad Tegal. Journal of Citizen Research and Development, 1(2), 233–241. https://doi.org/10.57235/jcrd.v1i2.3309

Issue

Vol. 1 No. 2 (2024): November 2024

Section

Articles

Citation Check

License

  1. Authors certify that the work reported here has not been published before and contains no materials the publication of which would violate any copyright or other personal or proprietary right of any person or entity.
  2. Authors dont transfer or license the copyright of publishing to JCRD Journal of Citizen Research and Development Research to publish the article in any media format, to share, to disseminate, to index, and to maximize the impact of the article in any databases.
  3. Authors hereby dont agree to transfer a copyright for publishing to JCRD Journal of Citizen Research and Development a Publisher of the manuscript. 
  4. Authors reserve the following: 
    1. all proprietary rights other than copyright such as patent rights; 
    2. the right to use all or part of this article in future works of our own such as in books and lectures;
    3. use for presentation in a meeting or conference and distributing copies to attendees; 
    4. use for internal training by author's company;
    5. distribution to colleagues for their research use;
    6. use in a subsequent compilation of the author's works;
    7. inclusion in a thesis or dissertation;
    8. reuse of portions or extracts from the article in other works (with full acknowledgement of final article);
    9. preparation of derivative works (other than commercial purposes) (with full acknowledgement of final article); and
    10. voluntary posting on open web sites operated by author or author’s institution for scholarly purposes, but it should follow the open access license of Creative Common CC BY-NC License.