Klasifikasi Kelayakan Siswa Dalam Menentukan Kelas Unggulan Menggunakan Algoritma K-Nearest Neighbor
Kegiatan belajar mengajar menjadi sebuah upaya timbal balik yang dilakukan antara tenaga pendidik dengan peserta didik. Dinamika kelas menjadi salah satu yang mempengaruhi kegiatan belajar mengajar. Banyak peserta yang memiliki kecerdasan rendah mendapat kelas unggulan, hal ini menyebabkan kesulitan dalam mengikuti proses pembelajaran dikarenakan pembentukan kelas yang dilakukan pihak sekolah belum objektif. Data yang digunakan dalam penelitian ini sebanyak 505 data nilai siswa. Penelitian ini bertujuan untuk mengklasifikasi kelayakan siswa dalam menentukan kelas unggulan, menggunakan metode algoritma K-Nearest Neighbor. Pembagian data yang digunakan sebesar 80% data training dan 20% data testing. Hasil penelitian dilakukan dengan beberapa cara perhitungan, pada perhitungan manual dengan tools Microsoft excel untuk nilai K=25 hasilnya yaitu “Layak”. Sedangkan pada perhitungan RapidMiner dan bahasa python digunakan untuk menghitungan nilai akurasi dengan confusion matrix. Hasil akurasi yang diperoleh dengan perhitungan RapidMiner pada K=25 nilai akurasi sebesar 95,05%, dan hasil perhitungan bahasa pyhton dengan tools google colaboratory pada K=25 nilai akurasi yang diperoleh sebesar 97,00%.
Kata Kunci: data mining, kelas unggulan, klasifikasi, k-nearest neighbour.
Detail Information
Bagian |
Informasi |
Pernyataan Tanggungjawab |
|
Pengarang |
Dian Nurul Chasanah - Personal Name Siregar, Amril Mutoi - Personal Name Rahmat - Personal Name
|
Edisi |
Print |
No. Panggil |
TA/IF 210018 |
Subyek |
Informatika Komputer
|
Klasifikasi |
Teknik Informatika |
Judul Seri |
|
GMD |
Text |
Bahasa |
Indonesia |
Penerbit |
Fakultas Teknik dan Ilmu Komputer |
Tahun Terbit |
2021 |
Tempat Terbit |
karawang |
Deskripsi Fisik |
|
Info Detil Spesifik |
Teknik Informatika |
Citation
. (2021).Klasifikasi Kelayakan Siswa Dalam Menentukan Kelas Unggulan Menggunakan Algoritma K-Nearest Neighbor.(Electronic Thesis or Dissertation). Retrieved from https://localhost/etd