Penerapan Algoritma K-Nearest Neighbor Untuk Klasifikasi Jurusan Siswa Di Sma Negeri 15 Pekanbaru

Qurotul A'yuniyah A'yuniyah, Muhammad Reza
{"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%.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
11月15日国家高中学生分类系的K-Nearest算法的应用
转介是一种帮助和指导学生选择学校的转介或专业,这些专业对学生有特殊的兴趣。根据Pekanbaru高中的一项调查,学生会审计员在确定学生专业课程时的手动分析和评估中遇到的困难等问题。这当然需要大量的时间和精力。挖掘数据包含了一种分类技术,用来对数据进行分类,使其更容易对学生的专业进行分类。然后使用快速工具对学生数据进行分类。然后对参数分类建模进行了比较,最佳精度为93.52%,平均精度为88.14%,平均召回为100%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Perbandingan Metode SUS dan PIECES Framework Untuk Mengevaluasi Tingkat Kepuasan Pengguna SAP pada PTPN IV Analisis Kualitas Website Mediacenter Menggunakan Metode Webqual 4.0 Dan IPA Perbandingan Algoritma K-Means Dan K-Medoids Untuk Clustering Daerah Rawan Banjir Di Kabupaten Rokan Hilir Rancang Bangun Sistem Informasi Akademik Berbasis Web Pada SMA Negeri 2 Pinggir Implementasi Algoritma K-Means Untuk Klustering Data Produktivitas Kelapa Sawit
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1