{"title":"Penerapan Algoritma K-Nearest Neighbor Untuk Klasifikasi Jurusan Siswa Di Sma Negeri 15 Pekanbaru","authors":"Qurotul A'yuniyah A'yuniyah, Muhammad Reza","doi":"10.57152/ijirse.v3i1.484","DOIUrl":null,"url":null,"abstract":"Penjurusan merupakan suatu upaya untuk membantu dan membimbing siswa dalam memilih peminatan atau jurusan yang ada disekolah dengan studi khusus yang akan menjadi minat bagi siswa tersebut. Berdasarkan survei yang dilakukan di SMA Negeri 15 Pekanbaru, proses penjurusan siswa memiliki permasalahan seperti kesulitan yang dialami pihak sekolah dalam menganalisis dan mengevaluasi secara manual saat menentukan jurusan siswa satu persatu. Hal ini tentunya akan menyita banyak waktu dan tenaga. Pada Data Mining terdapat suatu teknik klasifikasi yang digunakan untuk menggolongkan data sehingga mempermudah dalam mengklasifikasikan jurusan Siswa. Maka dilakukanlah klasifikasi pada data siswa tersebut menggunakan algoritma K-Nearest Neighbor (KNN) dengan tools RapidMiner. Hasil pemodelan klasifikasi yang dapatkan kemudian dilakukan perbandingan simulasi parameter dengan hasil akurasi maksimal pada nilai k=3 dengan hasil akurasi optimal 93.52%, rata-rata precision 88.14%, dan rata-rata recall 100.00%.","PeriodicalId":148640,"journal":{"name":"Indonesian Journal of Informatic Research and Software Engineering (IJIRSE)","volume":"16 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-03-08","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Indonesian Journal of Informatic Research and Software Engineering (IJIRSE)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.57152/ijirse.v3i1.484","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1
Abstract
Penjurusan merupakan suatu upaya untuk membantu dan membimbing siswa dalam memilih peminatan atau jurusan yang ada disekolah dengan studi khusus yang akan menjadi minat bagi siswa tersebut. Berdasarkan survei yang dilakukan di SMA Negeri 15 Pekanbaru, proses penjurusan siswa memiliki permasalahan seperti kesulitan yang dialami pihak sekolah dalam menganalisis dan mengevaluasi secara manual saat menentukan jurusan siswa satu persatu. Hal ini tentunya akan menyita banyak waktu dan tenaga. Pada Data Mining terdapat suatu teknik klasifikasi yang digunakan untuk menggolongkan data sehingga mempermudah dalam mengklasifikasikan jurusan Siswa. Maka dilakukanlah klasifikasi pada data siswa tersebut menggunakan algoritma K-Nearest Neighbor (KNN) dengan tools RapidMiner. Hasil pemodelan klasifikasi yang dapatkan kemudian dilakukan perbandingan simulasi parameter dengan hasil akurasi maksimal pada nilai k=3 dengan hasil akurasi optimal 93.52%, rata-rata precision 88.14%, dan rata-rata recall 100.00%.