PENERAPAN ALGORITMA K-NEAREST NEIGHBOR (K-NN) UNTUK PREDIKSI KELULUSAN SISWA SMK IHSANIYAH TEGAL

MUSHOFI, AIDI AL (2016) PENERAPAN ALGORITMA K-NEAREST NEIGHBOR (K-NN) UNTUK PREDIKSI KELULUSAN SISWA SMK IHSANIYAH TEGAL. Skripsi,Fakultas Ilmu Komputer.

Preview

PDF Download (3829b) | Preview

Abstract

Keberhasilan seseorang dalam menempuh ujian dipengaruhi oleh banyak faktor. Nilai Ujian Nasional adalah nilai yang diperoleh oleh peserta didik dalam mengikuti Ujian Nasional. Mata Pelajaran Ujian Nasional SLTP meliputi Bahasa Indonesia, Bahasa Inggris, dan Matematika. Penggunaan algoritma K-Nearest Neighbor (KNN) dilakukan karena dapat melakukan klasifikasi terhadap objek berdasarkan data nilai yang jaraknya paling dekat dengan objek tersebut, sehingga dapat memprediksi kelulusan siswa SMK dengan menggunakan algoritma k-Nearest Neighbor (k-NN). Metodelogi pengembangan sistem yang digunakan yaitu metode waterfall yang terdiri Analisis, Desain, Pengkodean dan Pengujian. Penelitian ini bertujuan untuk menyediakan model yang lebih tepat untuk melakukan prediksi kelulusan siswa SMK dengan melakukan prediksi kelulusan siswa SMK dengan algoritma K-NN. Hasil pengujian dengan algoritma k-NN dan sistem yang dibangun menunjukan hasil yang telah memenuhi kebutuhan dalam memprediksi kelulusan siswa SMK. Dengan menggunakan skenario praproses, kinerja dari algoritma k-NN dalam memprediksi kelulusan siswa SMK bahwa rata-rata persentase akurasi pengujian data adalah 90%.

Actions (login required)