PENERAPAN ALGORITMA K-NEAREST NEIGHBOR UNTUK PREDIKSI KELULUSAN SISWA SMKS KORPRI DURI

---

Kelulusan memiliki peranan penting dalam pencapaian akademis bagi siswa dan sebagai indikator keberhasilan pendidikan bagi sekolah. Oleh karena itu perlu dilakukan prediksi kelulusan agar dapat meminimalisir tingkat ketidaklulusan siswa. Namun, hal tersebut menjadi suatu permasalahan bagi SMKS Korpri Duri dikarenakan dalam penentuan kelulusan di sekolah tersebut masih dilakukan secara manual sehingga masih terdapat human error serta tingkat keakuratan yang kurang baik, yang mengakibatkan masih adanya beberapa siswa yang tidak lulus tepat waktu. Dengan demikian untuk mengatasi hal tersebut, peneliti tertarik untuk melakukan penelitian tentang prediksi kelulusan menggunakan teknik data mining yang bertujuan untuk mempermudah dalam memprediksi kelulusan agar mendapatkan kualitas lulusan yang baik dengan persentase yang lebih tinggi. Data mining sangat diperlukan untuk mengolah jumlah data yang besar terutama data kelulusan siswa yang setiap tahun terus bertambah sehingga informasi yang dihasilkan menjadi lebih akurat dalam perkembangan saat ini dan waktu mendatang. Adapun metode data mining yang digunakan dalam penelitian ini adalah menggunakan Algoritma K-Nearest Neighbor (KNN). KNN merupakan salah satu algoritma klasifikasi data mining terbaik dan banyak digunakan. K dalam KNN merupakan variabel jumlah tetangga terdekat yang akan dipilih untuk proses klasifikasi. Penilitian ini menghasilkan K terbaik pada percobaan K=5 dengan tingkat akurasi 100%. Sistem ini diimplementasikan dengan flask menggunakan bahasa pemrograman python

---

Availability

Detail Information

Call Number

-

Language

NPM

183510697

Publisher

Teknik Informatika : Universitas Islam Riau., 2025

Keyword(s)

Prediksi Kelulusan, K-Nearest Neighbor (KNN), Pyth

Other Information

Petugas

Budi Santoso

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment