Text

ANALISA KLASIFIKASI NILAI PADA MATA PELAJARAN SEKOLAH MENENGAH ATAS NEGERI 1 ENOK MENGGUNAKAN METODE K-NEAREST NEIGHBOR (K-NN)

---

Pendidikan memegang peranan krusial dalam pengembangan kualitas sumber daya manusia. Namun, pengelolaan data nilai siswa di SMA Negeri 1 Enok saat ini masih dilakukan secara manual, yang meningkatkan risiko kesalahan input serta inefisiensi dalam analisis prestasi. Penelitian ini bertujuan untuk menginvestigasi efektivitas algoritma K-Nearest Neighbor (K-NN) dan membandingkannya dengan Rule-Based System (RBS) dalam klasifikasi prestasi siswa. Fokus utama penelitian ini adalah membuktikan secara empiris keterbatasan penggunaan machine learning pada permasalahan yang memiliki aturan baku (deterministik). Pengujian dilakukan menggunakan 113 sampel data nilai dengan pembagian data training dan data testing sebesar 80:20. Hasil penelitian menunjukkan bahwa Rule-Based System (logika IF-ELSE) berhasil mencapai akurasi mutlak sebesar 100%, sementara algoritma K-NN hanya mencapai akurasi 86,9%. Rendahnya tingkat akurasi K-NN dibandingkan RBS disebabkan oleh sifat algoritma K-NN yang bekerja berdasarkan kedekatan jarak antar tetangga (probabilistik), sehingga memunculkan risiko misklasifikasi pada data yang seharusnya memiliki batasan nilai yang kaku. Kesimpulan dari penelitian ini menegaskan bahwa penggunaan algoritma kompleks seperti K-NN kurang tepat dan tidak memberikan nilai tambah dibandingkan logika aturan sederhana untuk kasus klasifikasi nilai rapor siswa.

---

Availability

Detail Information

Call Number

Informatika 370.114 Ari a

Language

Indonesia

NPM

203510210

Publisher

Teknik Informatika : Universitas Islam Riau., 2026

Keyword(s)

Klasifikasi
K-Nearest Neighbor (K-NN)
nilai siswa

Other Information

Petugas

Ayu Agustina

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment