APLIKASI KLASIFIKASI POTENSI AKADEMIK POTENSI SISWA Mts.AL-IBRAHIMI MENGGUNAKAN
METODE FK-NN
(FUZZY K-NEAREST NEIGHBOR)
Total View This Week0
Total View This Week0
Institusion
Universitas Muhammadiyah Gresik
Author
PUTRI, RATIH RAHMASARI
Subject
Informatics Engineering
Datestamp
2019-08-21 12:08:52
Abstract :
Selama ini, mts.Al-ibrahimi mempunyai permasalahan dalam hal menentukan status potensi siswa yang mana dalam menentukan status potensi siswa tersebut pihak guru masih menggunakan rumus IMT dimana dalam penentuannya hanya menggunakan nilai rata-rata rapot. Dengan menggunakan teknik data mining klasifikasi menggunakan metode Fuzzy K-Nearest Neighbor, prediksi atau klasifikasi dapat dilakukan. Ada bermacam - macam metode dalam mengklasifikasikan data dan setiap metode memiliki kelebihan dan kekurangan masing-masing. Keunggulan dari metode ini yaitu pertama algoritma ini mampu mempertimbangkan sifat ambigu dari tetangga jika ada. Yang kedua sebuah instance akan memiliki derajat nilai keanggotaan pada setiap kelas sehingga akan lebih memberikan kekuatan atau kepercayaan suatu instance berada pada suatu kelas. Berdasarkan dari hasil penelitian dan pembahasan yang dilakukan, Algoritma Fuzzy K-Nearest Neighbor mampu meningkatkan akurasi dari penelitian sebelumnya dengan nilai akurasi mencapai 100% untuk nilai K=3,5,7 . nilai akurasi mencapai 73,34% .
Selama ini, mts.Al-ibrahimi mempunyai permasalahan dalam hal menentukan status potensi siswa yang mana dalam menentukan status potensi siswa tersebut pihak guru masih menggunakan rumus IMT dimana dalam penentuannya hanya menggunakan nilai rata-rata rapot. Dengan menggunakan teknik data mining klasifikasi menggunakan metode Fuzzy K-Nearest Neighbor, prediksi atau klasifikasi dapat dilakukan. Ada bermacam - macam metode dalam mengklasifikasikan data dan setiap metode memiliki kelebihan dan kekurangan masing-masing. Keunggulan dari metode ini yaitu pertama algoritma ini mampu mempertimbangkan sifat ambigu dari tetangga jika ada. Yang kedua sebuah instance akan memiliki derajat nilai keanggotaan pada setiap kelas sehingga akan lebih memberikan kekuatan atau kepercayaan suatu instance berada pada suatu kelas. Berdasarkan dari hasil penelitian dan pembahasan yang dilakukan, Algoritma Fuzzy K-Nearest Neighbor mampu meningkatkan akurasi dari penelitian sebelumnya dengan nilai akurasi mencapai 100% untuk nilai K=3,5,7 . nilai akurasi mencapai 73,34% .
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
