SEINASI-KESI
Vol 1, No 1 (2018): Seinasi-Kesi 2018

PREDIKSI PENENTUAN PROGRAM STUDI MENGGUNAKAN ALGORITMA K-NN PADA PELAJAR SMAN 6 KOTA DEPOK JURUSAN IPA

Rahmawati, Arindiah (Unknown)
Hananto, Bayu (Unknown)



Article Info

Publish Date
11 Feb 2019

Abstract

Saat ini pelajar SMA masih banyak yang masih bingung dalam menentukan Program Studi di Perguruan Tinggi Negeri, sedangkan itu merupakan salah satu hal yang penting. Mereka masih bergantung kepada orang tua atau teman, siswa SMA tersebut belum memiliki alasan yang kuat untuk memilih Program Studi. Teknik data mining dapat digunakan untuk memprediksi program studi berdasarkan nilai mereka. Pengolahan dan prediksi nilai berdasarkan nilai pelajar dari semester 1 sampai semester 5. Penelitian menggunakan metode K-Nearest Neighbor yang merupakan sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data training yang jaraknya paling dekat dengan objek tersebut. Output dari sistem yang dibangun dapat dijadikan sebagai acuan bagi pelajar SMA agar tidak salah dalam memilih program studi dan dapat membantu dalam menentukan program studi di Perguruan Tinggi Negeri. Dari data yang diperoleh sebanyak 208 data siswa, lalu dibagi menjadi data latih dan data uji secara berurutan sebesar 70% dan 30% maka hasil yang diperoleh adalah cluster k=2 dengan akurasi 79.03% dengan nilai Kappa 0.713 merupakan akurasi yang paling tinggi dalam penelitian ini.

Copyrights © 2018






Journal Info

Abbrev

seinasikesi

Publisher

Subject

Computer Science & IT

Description

SEMINAR NASIONAL INFORMATIKA , SISTEM INFORMASI DAN KEAMANAN SIBER (SEINASI-KESI 2018) Diselengggarakan oleh Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jakarta (FIK-UPNVJ). ...