Klasifikasi Sekolah Menengah Pertama/Sederajat Wilayah Bireuen Menggunakan Algoritma  K-Nearest Neighbors Berbasis Web

Rozzi Kesuma Dinata; Fajriana Fajriana; Zulfa Zulfa; Novia Hasdyna

doi:10.24114/cess.v5i1.14962

Authors

Rozzi Kesuma Dinata Universitas Malikussaleh
Fajriana Fajriana Universitas Malikussaleh
Zulfa Zulfa Universitas Malikussaleh
Novia Hasdyna Universitas Islam Kebangsaan Indonesia

DOI:

https://doi.org/10.24114/cess.v5i1.14962

Keywords:

Klasifikasi, K-Nearest Neighbor, Euclidean Distance, Akurasi

Abstract

Pada penelitian ini diimplementasikan algoritma K-Nearest Neighbor dalam pengklasifikasian Sekolah Menengah Pertama/Sederajat berdasarkan peminatan calon siswa. Tujuan penelitian ini adalah untuk memudahkan pengguna dalam menemukan sekolah SMP/sederajat berdasarkan 8 kriteria sekolah yaitu akreditasi, fasilitas ruangan, fasilitas olah raga, laboratorium, ekstrakulikuler, biaya, tingkatan kelas dan waktu belajar. Adapun data yang digunakan dalam penelitian ini didapatkan dari Dinas Pendidikan Pemuda dan Olahraga Kabupaten Bireuen. Hasil penelitian dengan menggunakan K-NN dan pendekatan Euclidean Distance dengan k=3, diperoleh nilai precision sebesar 63,67%, recall 68,95% dan accuracy sebesar 79,33% .

Author Biographies

Fajriana Fajriana, Universitas Malikussaleh

Program Studi Teknik Informatika Universitas Malikussaleh

Zulfa Zulfa, Universitas Malikussaleh

Program Studi Teknik Informatika Universitas Malikussaleh

Novia Hasdyna, Universitas Islam Kebangsaan Indonesia

Program Studi Teknik Informatika Universitas Islam Kebangsaan Indonesia

References

Luthfi Anshori, Rekyan Regasari Mardi Putri, Tibyani, œImplementasi Metode K-Nearest Neighbor untuk Rekomendasi Keminatan Studi (Studi Kasus: Jurusan Teknik Informatika Universitas Brawijaya), Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, Vol. 2, No. 7, Juli 2018, hlm. 2745-2753

Sumarlin, "Implementasi Algoritma K-Nearest Neighbor Sebagai Pendukung Keputusan Klasifikasi Penerima Beasiswa PPA dan BBM," Jurnal Sistem Informasi Bisnis, 13 April 2015.

H. Risman, D. Nugroho, and Y. R. WU, œPenerapan Metode K-Nearest Neighbor Pada Aplikasi, Jural TIKomSiN, vol. 3, no. 2, pp. 19“25, 2013.

Yeni Kustiyahningsih and N. Syafa™ah, œSistem Pendukung Keputusan Untuk Menentukan Jurusan Pada Siswa Sma Menggunakan Metode Knn Dan Smart, Jsii, vol. 1, no. 1, pp. 19“28, 2014.

M. M. K. Neighbor, œSeleksi Pegawai dan Dosen UMRI Berbasis E-Recruitment, pp. 71“80.

J. T. Informatika, F. I. Komputer, and U. D. Nuswantoro, œBERDASARKAN ENAM TIPE PATTERN MENGGUNAKAN METODE EUCLIDEAN, pp. 1“5.

I. Menarianti, œKlasifikasi data mining dalam menentukan pemberian kredit bagi nasabah koperasi, J. Ilm. Teknosains, vol. 1, no. 1, pp. 1“10, 2015.

J. Riany, M. P. Lukman, and M. Fajar, œPenerapan Deep Sentiment Analysis pada Angket Penilaian Terbuka Menggunakan K-Nearest Neighbor, Sisfo, vol. 06, no. 01, pp. 147“156, 2017.

Dyah Ayu Wulandari,"Implementasi Data Mining Untuk Menentukan Penjurusan Sekolah Menengah Atas Menggunakan Algoritma ¬K-Nearest Neighbor Klasifikasi Pada SMAN 1 PACE, Simki-Techsain vol. 01 No . 10 tahun 2017.