Klasifikasi Prestasi Akademik Siswa Berdasarkan Nilai Rapor dan Kedisiplinandengan Metode K-Nearest Neighbor

Muhaimin, Afif, Hariyadi, Mokhamad Amin ORCID: https://orcid.org/0000-0001-9327-7604 and Imamudin, Mochamad (2024) Klasifikasi Prestasi Akademik Siswa Berdasarkan Nilai Rapor dan Kedisiplinandengan Metode K-Nearest Neighbor. Klasifikasi Prestasi Akademik Siswa Berdasarkan Nilai Rapor dan Kedisiplinandengan Metode K-Nearest Neighbor, 7 (1). pp. 193-202. ISSN 2723-6129

	Text 2865-Article Text-20659-1-10-20240228.pdf Download (857kB)
	Text (Publikasi Ai Machine Learning) 1995 - Published Version Available under License Creative Commons Attribution Share Alike. Download (3kB)

Abstract

Sekolah melaksanakan kegiatan pembelajaran melalui tahapan-tahapan dan proses, agar peserta didik mencapai prestasi belajar yang baik. Prestasi belajar adalah hasil yang diperoleh berupa kesan-kesan yang mengakibatkan perubahan dalam diri individu sebagai hasil dari aktivitas. Sebagai pedoman penentuan siswa yang berprestasi adalah dengan memiliki nilai akhir setiap semester yang baik serta nilai kedisiplinan selama mengikuti pembelajaran disekolah,seperti tidak memiliki poin pelanggaran yang tinggi. Belumadanya metode khusus yang digunakan untuk mengklasifikasikan siswa berdasarkan prestasinya dan banyak kemiripan data, dibutuhkan metode klasifikasi yang tepat dan akurat, salah satunya menggunakan ilmu di bidang data mining.Dalam artikel ini peneliti ingin mengklasifikasi prestasi siswa dengan metodeK-Nearest Neighbor(K-NN) berdasarkan nilai akademik dan nilai kedisplinan siswa dengan menggunakan data berjumlah 348 siswadi SMA Negeri 2 Batu Jawa Timur. Hasileksperimen dan evaluasi model yang dilakukan, dengan pembagian data training dan datatesting secara acak dengan beberapa percobaan diperoleh nilai akurasi tertinggisebesar 91.39%

Item Type:	Journal Article
Keywords:	Students, Achievement, Data Mining, Classification, K-Nearest Neighbor
Subjects:	08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing > 080105 Expert Systems
Divisions:	Faculty of Technology > Department of Informatics Engineering
Depositing User:	Mokhamad Amin Hariyadi
Date Deposited:	06 Dec 2024 15:04

Downloads

Origin of downloads

Actions (login required)

View Item