OPTIMASI PARAMETER K PADA ALGORITMA K-NN UNTUK KLASIFIKASI JURUSAN PESERTA DIDIK BARU DI MA DARUL HIKMAH MENGANTI

MAULANA ASHAR, 181240000759 (2022) OPTIMASI PARAMETER K PADA ALGORITMA K-NN UNTUK KLASIFIKASI JURUSAN PESERTA DIDIK BARU DI MA DARUL HIKMAH MENGANTI. Skripsi thesis, UNISNU JEPARA.

Preview	Text 181240000759_COVER.pdf Download (3MB) | Preview
	Text 181240000759_BAB I.pdf Restricted to Repository staff only Download (2MB)
	Text 181240000759_BAB II.pdf Restricted to Repository staff only Download (7MB)
	Text 181240000759_BAB III.pdf Restricted to Repository staff only Download (2MB)
	Text 181240000759_BAB IV.pdf Restricted to Repository staff only Download (8MB)
	Text 181240000759_BAB V.pdf Restricted to Repository staff only Download (587kB)
Preview	Text 181240000759_Daftar Pustaka.pdf Download (983kB) | Preview
	Text 181240000759_Lampiran.pdf Restricted to Repository staff only Download (1MB)

Abstract

Penjurusan siswa merupakan suatu proses penempatan siswa ke dalam jurusan tertentu sesuai dengan minat dan kemampuan akademiknya sebagai upaya untuk lebih mempermudah siswa-siswi dalam proses pembelajaran. Madrasah Aliyah Darul Hikmah Menganti merupakan sekolahan sederajat dengan SMA, yang memiliki dua jurusan yaitu IPA, dan IPS. Sulitnya dalam mengklasifikasikan jurusan peserta didik baru menjadi kendala bagi pihak sekolah. Karena proses penilaian kriteria yang dilakukan satu per satu. Dari permasalahan tersebut dilakukan penerapan metode K-Nearest Neighbor (K-NN) untuk mengklasifikasikan jurusan guna mempermudah dan meminimalisir kesalahan dalam proses penentuan jurusan siswa baru. Data yang awalnya berjumlah 638 record dan 31 atribut, setelah dilakukan preprosessing data yang digunakan berjumlah 635 record dengan 12 atribut yaitu nama, jenis kelamin, minat penjurusan, asal sekolah, anak ke, jumlah saudara, nilai matematika, nilai bahasa Inggris, nilai ipa, nilai bahasa Indonesia, nilai hasil tes, dan rekomendasi jurusan. Setelah dilakukan pengujian menggunakan K-Fold Cross Validation dan Confusion Matrix untuk evaluasi dan validasi hasil dengan perhitungan jarak Euclidean Distance didapatkan nilai k terbaik k=3 yang menghasilkan accuracy: 97.11%, precision: 96.82%, recall: 98.33%, dan AUC: 0. 951.

Item Type:	Thesis (Skripsi)
Additional Information:	Pembimbing I : Harminto Mulyo, S.Kom., M.Kom. Pembimbing II : Nur Aeni Widiastuti, S.Pd., M.Kom.
Uncontrolled Keywords:	Penjurusan siswa baru, Algoritma K-Nearest Neighbor (K-NN), K-Fold Cross Validation, Confusion Matrix.
Subjects:	000 Karya Umum > 000 Ilmu Umum dan Komputer > 005.1 Pemrograman > 005.262 Pemrograman untuk Bahasa Pemrograman Tertentu (web, HTML, PHP, java, visual basic, fox pro)
Divisions:	Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User:	Admin Perpustakaan Unisnu
Date Deposited:	24 Feb 2023 02:44
Last Modified:	24 Feb 2023 02:44
URI:	http://eprints.unisnu.ac.id/id/eprint/4761

Actions (login required)

View Item