KLASIFIKASI SISWA BERPRESTASI BERBASIS KRITERIA AKADEMIK DAN NON AKADEMIK MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR
Total View This Week0
Total View This Week0
Institusion
Universitas Nahdlatul Ulama Sunan Giri
Author
ERNAWATIN, NOFI
Subject
004 Pemrosesan data dan ilmu komputer
Datestamp
2023-09-08 04:16:35
Abstract :
Peningkatan mutu pendidikan menjadi fokus utama pembangunan di Indonesia memiliki tujuan sesuai dengan undang- undang nomor 20 tahun 2003 sehingga indikator kualitas sekolah dapat dilihat dari prestasi belajar maupun akademik siswa, Prestasi siswa dapat dipengaruhi oleh lingkungan teman sekelas.Pada SMP Islam Temayang menggunakan metode pemilihan siswa dalam pembentukan kelas. Sehingga diperlukan metode yang khusus untuk membantu pemilihan siswa. Penelitian ini bertujuan untuk membantu mengklasifikasikan siswa berprestasi berdasarkan kriteria akademik dan non-akademik menggunakan algoritma K-Nearest Neighbor (KNN). Metode klasifikasi K-NN merupakan sesuatu metode yang memakai algoritma supervised, dimana hasil dari sampel uji yang baru diklasifikasikan bersumber pada kebanyakan dari jenis pada K-Nearest Neighbor yang bertujuan untuk mengklasifikasi objek baru bersumber pada atribut serta training samples(Alvian et al. 2022). Pada penelitian sebelumnya terkait Prediksi Prestasi Siswa SMP Nurul Jadid Menggunakan Algoritma C4.5 oleh (kamil malik, mochammad faid, 2016), membahas tentang bagaimana proses klasifikasi prestasi siswa dengan menggunakan data sebanyak 1006 dan 4 atribut menghasilkan akurasi sebesar 72.4652%. Pada Penelitian ini berfokus pada akurasi dan presisi dari penerapan algoritma K-NN dalam mengklasifikasikan siswa berprestasi berdasarkan aspek akademik dan non-akademik menggunakan nilai K = 7 dengan menggunakan data sebanyak 81 dan 17 variabel, pada penilitian ini mengahasilkan akurasi sebesar 87.50%.
Peningkatan mutu pendidikan menjadi fokus utama pembangunan di Indonesia memiliki tujuan sesuai dengan undang- undang nomor 20 tahun 2003 sehingga indikator kualitas sekolah dapat dilihat dari prestasi belajar maupun akademik siswa, Prestasi siswa dapat dipengaruhi oleh lingkungan teman sekelas.Pada SMP Islam Temayang menggunakan metode pemilihan siswa dalam pembentukan kelas. Sehingga diperlukan metode yang khusus untuk membantu pemilihan siswa. Penelitian ini bertujuan untuk membantu mengklasifikasikan siswa berprestasi berdasarkan kriteria akademik dan non-akademik menggunakan algoritma K-Nearest Neighbor (KNN). Metode klasifikasi K-NN merupakan sesuatu metode yang memakai algoritma supervised, dimana hasil dari sampel uji yang baru diklasifikasikan bersumber pada kebanyakan dari jenis pada K-Nearest Neighbor yang bertujuan untuk mengklasifikasi objek baru bersumber pada atribut serta training samples(Alvian et al. 2022). Pada penelitian sebelumnya terkait Prediksi Prestasi Siswa SMP Nurul Jadid Menggunakan Algoritma C4.5 oleh (kamil malik, mochammad faid, 2016), membahas tentang bagaimana proses klasifikasi prestasi siswa dengan menggunakan data sebanyak 1006 dan 4 atribut menghasilkan akurasi sebesar 72.4652%. Pada Penelitian ini berfokus pada akurasi dan presisi dari penerapan algoritma K-NN dalam mengklasifikasikan siswa berprestasi berdasarkan aspek akademik dan non-akademik menggunakan nilai K = 7 dengan menggunakan data sebanyak 81 dan 17 variabel, pada penilitian ini mengahasilkan akurasi sebesar 87.50%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
