Klasifikasi Siswa Berprestasi Menggunakan Metode K-Nearest Neighbor (KNN) Pada SMA Negeri 2 Situbondo
Abstract
Terdapat beberapa faktor yang pengaruhi prestasi akademik siswa, salah satunya faktor lingkungan teman sebaya. SMA Negeri 2 Situbondo merupakan salah satu sekolah di Situbondo yang menerapkan pengacakan pada pembentukan kelasnya, dimana siswa yang tergolong pintar disebar ke beberapa kelas untuk membantu siswa lain yang memiliki masalah dalam belajar, penyebaran tersebut harus merata agar efektif. Tujuan penelitian ini adalah untuk mengukur tingkat akurasi, presisi dan recall dalam klasifikasi prestasi siswa kelas X jurusan IPA SMA Negeri 2 Situbondo. Data yang digunakan adalah siswa kelas X jurusan IPA tahun 2020 di SMA Negeri 2 Situbondo sebanyak 182. Dikarenakan belum adanya metode khusus yang digunakan untuk mengklasifikasikan siswa berdasarkan prestasinya dan banyak kemiripan data, maka digunakanlah teknik data mining yaitu metode klasifikasi. Metode klasifikasi yang digunakan pada penelitian kali ini adalah K-Nearest Neighbor (KNN).Hasil dari penelitian ini didapatkan akurasi sebesar 94%, presisi 91% dan recall 91%. Akurasi tesebut didaptkan pada data training fold K = 5 skenario 5 dengan KNN 7.
Kata Kunci : klasifikasi prestasi, K-Nearest Neighbor (KNN), prestasi siswaFull Text:
PDFReferences
Ilham, Ahmad. 2020. Hybird Metode Boostrap dan Teknil Imputasi Pada Metode C4-5 Untuk Prediksi Penyakit Ginjal Kronis. Statistika, vol. 8, no. 1. Jurusan Teknik Informatika, Universitas Muhammadiyah Semarang.
Demsar, J., Tomaz Curk, dkk. 2013. Orange : Data Mining Toolbox in Python. Journal of Machine Learning Research 14 (2013) 2349-2353. Faculty of Computer and Information Science, University of Ljubljana.
Djamarah dan Zain. 2010. 26 Pengertian Belajar Menurut Para Ahli Pendidikan dan Daftar Pustakanya. https://www.gurupendidikan.co.id/pengertian-belajar/. Diakses 11 Februari 2021.
Fayyad, U. 1996. Knowledge Discovery and Data Mining : Towards a Unifying Framework. KDD-96. Information and Computer Science, University of California.
Malik, K. dan Mochammad Faid. 2016. Prediksi Prestasi Siswa SMP Nurul Jadid Menggunakan Algoritma C4.5. Nusantara Journal of Computers and its Applications, Vol. 2, No. 4. Jurusan Teknik Informatika, Sekolah Tinggi Teknologi Nurul Jadid.
Myrtveit, I., Erik Strensrud dan H. Olsson. 2001. Analyzing Data Sets with Missing Data : An Empirical Evaluation of Imputation Methods and Likelihood-Based Methods. IEEE Transactions of Software Engineering. Vol. 27, No. 11. DOI: 10.1109/32.965340. BI Norwegian Business School, Norwegia.
Naik, A. dan Lilavati Samant. 2016. Correlation review of classification algorithm using data mining tool: WEKA, Rapidminer , Tanagra ,Orange and Knime. Procedia Computer Science 85 ( 2016 ) 662 – 668. India : International Conference on Computational Modeling and Security.
Noviriandini, A. dan Nurajijah. 2019. Analisis Kinerja Algoritma C4.5 dan Naïve Bayes Untuk Memprediksi Prestasi Siswa Sekolah Menengah Kejuruan. Jurnal Ilmu Pengetahuan dan Teknologi Komputer. Vol. 5, No.1, E-ISSN: 2527-4864. Jurusan Ilmu Komputer, STMIK Nusa Mandiri.
Pemerintah Indonesia. 2003. Undang-Undang Republik Indonesia No. 20 Tahun 2003 Tentang Sistem Pendidikan Nasional. Lembaga Negara RI Tahun 2003 No. 20. Sekretarian Negara. Jakarta.
Purwodarminto, 1979. Pengertian Prestasi Belajar Menurut Para Ahli. https://silabus.org/pengertian-prestasi-belajar/. Diakses 11 Februari 2021.
Santra, A.K. dan C. Josephine Christy. 2012. Genetic Algorithm and Confusion Matrix for Document Clustering. International Journal of Computer Science Issues. Vol. 9, Issue 1, No 2, ISSN : 1694-0814. Bharathiar University, India.
Sikki, Muhammad Ilyas. 2009. Pengenalan Wajah Menggunakan K-Nearest Neighbour dengan Praproses Transformasi Wavelet. Jurnal Paradigma Vol X. No 2.
Sobur. 2009. Pengertian Prestasi Akademik. http://hitamandbiru.blogspot.com/2012/06/pengertian-prestasi-akademik.html. Diakses 4 Februari 2021.
Solochin, Achmad. 2017. Mengukur Kinerja Algoritma Klasifikasi dengan Confusion Matrix. https://achmatim.net/2017/03/19/mengukur-kinerja-algoritma-klasifikasi-dengan-confusion-matrix/. Diakses 12 Februari 2021.
Suyanto, Sity Ayu Novarina. 2018. Klasifikasi Jenis Infeksi Berdasarkan Hasil Pemeriksaan Leukosit Menggunakan K-Nearest Neighbor (KNN). Teknologi Informasi, Universitas Sumatera Utara, Medan.
Turban, dkk. 2005. Data Mining. https://medium.com/@16611061/data-mining-d48b2389b61. Diakses 11 Februari 2021.
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.