ULYA RAMADHANI Z, - (2021) KLASIFIKASI PENJURUSAN SISWA DI SMA NEGERI 6 PEKANBARU MENGGUNAKAN ALGORITMA MODIFIED K-NEAREST NEIGHBOR. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

	Text (BAB V) [Hanya BAB 5] Laporan Tugas Akhir - Ulya Ramadhani.pdf - Published Version Restricted to Repository staff only Download (1MB)
Preview	Text [Tanpa BAB 5] Laporan Tugas Akhir - Ulya Ramadhani.pdf Download (4MB) | Preview

Abstract

Salah satu hal yang diharapkan mampu memberikan kemudahan bagi instansi sekolah dalam menjalankan manajerial pendidikan adalah dengan pengimplementasian sistem informasi pada proses bisnis, dimana salah satu proses bisnis pada sekolah adalah proses penjurusan siswa. Adapun proses penjurusan siswa di SMAN 6 Pekanbaru memiliki beberapa permasalahan dimana pihak sekolah kesulitan dalam melakukan analisis dan evaluasi untuk menentukan jurusan siswa dan membutuhkan waktu selama 2 bulan untuk menyelesaikan setiap rangkaian proses penentuan jurusan. Selain itu, arsip berupa angket peminatan jurusan dan hasil test psikotest peserta didik kian tahun semakin banyak dan semakin menumpuk. Terdapat suatu teknik pada data mining yang dapat membantu dalam klasifikasi penjurusan siswa. Teknik klasifikasi merupakan pendekatan dalam data mining yang digunakan untuk mengelompokkan data. Pada penelitian ini, algoritma Modified K-Nearest Neighbors (MKNN) memperoleh nilai evaluasi confusion matrix dengan akurasi sebesar 82,29%; presisi sebesar 100%; dan evaluasi recall 75,00%. Tahap seleksi atribut dan teknik pembagian data latih dan data uji berturut-turut menggunakan information gain dan algoritma K-Means Clustering. Hasil pemodelan klasifikasi kemudian diterapkan pada sistem berbasis web untuk mengklasifikasikan jurusan siswa baru. Kemudian pada sistem dilakukan perbandingan simulasi untuk mengukur nilai parameter k yang menghasilkan akurasi maksimal pada pemodelan MKNN yang menghasilkan akurasi optimal sebesar 85,42% oleh parameter k=5.

Actions (login required)

View Item