Claim Missing Document
Check
Articles

Found 2 Documents
Search

Implementasi Metode K-NN Untuk Menentukan Jurusan Siswa di SMAN 02 Manokwari Septiya Nuraeni; Sri Putri Aulia Syam; Muhammad Farid Wajdi; Bachtiar Firmansyah; Muhammad Malkan
G-Tech: Jurnal Teknologi Terapan Vol 7 No 1 (2023): G-Tech, Vol. 7 No. 1 Januari 2023
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (285.241 KB) | DOI: 10.33379/gtech.v7i1.1905

Abstract

Di era revolusi 4.0 saat ini, Lembaga Pendidikan sangat membutuhkan sistem infrormasi yang dapat menunjang kemajuan teknologi yang ada di sekolah – sekolah, agar memudahkan dalam proses belajar mengajar yang mana pada saat ini tidak sedikit sekolah menerapkan sistem online termasuk dalam proses penerimaan murid baru. Oleh karena itu SMA N 02 Manokwari membutuhkan metode penjurusan yang tepat untuk membantu bidang kurikulum dalam menentukan jurusan murid tersebut sesuai dengan minat, nilai (point), dan kemampuan yang dimilikinya untuk membantu SMA N 2 Manokwari dalam penjurusan siswa baru, dapat menggunakan data mining dengan teknik klasifikasi, algoritma yang digunakan dalam penelitian ini yaitu K-NN. Setelah melakukan pengujian dengan menggunakan confussion matriks pada Algoritma K-NN dapat dihasilkan nilai akurasi yaitu sebesar 79% dengan nilai k=9.
ANALISIS AKURASI NAÏVE BAYES DAN KNN DALAM PENENTUAN PENERIMA PKH DI LOMBOK UTARA Septiya Nuraeni; Harliana Harliana; Tito Prabowo
Journal of Information System Management (JOISM) Vol. 5 No. 2 (2024): Januari
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2024v5i2.1205

Abstract

Saat ini Kemiskinan merupakan permasalahan utama di negara berkembang karena berhubungan dengan taraf hidup masyarakat yang rendah. Sebagai salah satu upaya penanggulangan kemiskinan pemerintah mengeluarkan bantuan yang diberi nama PKH, dimana bantuan ini hanya diperuntukkan bagi Rumah Tangga Sangat Miskin (RTSM) melalui beberapa ketentuan yang diberlakukan. Beberapa penelitian mengenai PKH sudah banyak dilakukan sebelumnya baik menggunakan algoritma naïve bayes, KNN, C4.5, decision tree, optimasi naïve bayes dengan smote, Gradient Boosted Trees, simple additive weight (SAW), ID3, AHP dan sebagainya. Namun penelitian ini hanya akan membandingkan dan menganalisis akurasi yang dihasilkan oleh Naïve Bayes Classification dan KNN guna menentukan penerima PKH di Lombok Utara. Atribut yang digunakan dalam analisis ini meliputi keluarga prasejahtera, ibu hamil, pendidikan, umur dan disabilitas. Berdasarkan hasil penelitian diperoleh kesimpulan bahwa tingkat akurasi yang dihasilkan oleh Naïve Bayes Classification memiliki nilai yang lebih tinggi jika dibandingkan dengan KNN dengan nilai rata – rata 77% melalui 3 skenario pengujian. Sedangkan pada pengujian recall, performa KNN lebih baik jika dibandingkan dengan Naïve Bayes yaitu 100% pada pengujian pertama dan 75% pada pengujian kedua.