Penerapan K-Nearest Neighbor Untuk Klasifikasi Tingkat Kelulusan Pada Siswa

Abstract

Tingkat ‘kelulusan pada siswa salah satunya terbentuk dari hasil pencapaian kinerja siswa dalam suatu pembelajaran. Prediksi dari tingkat kelulusan berdasarkan kinerja siswa bermanfaat untuk menganalisa siswa yang kurang berprestasi dalam kegiatan akademik dan juga dapat memberikan dukungan pada siswa yang mengalami kesulitan saat pembelajaran. Terdapat faktor yang menjadi pertimbangan dalam memprediksi tingkat kelulusan siswa
diantaranya nilai akademik, sikap dan juga faktor sosial. namun itu saja tidak cukup untuk dijadikan faktor dalam memprediksi kinerja siswa. Para pengajar pun belum efektif untuk memilah faktor mana yang mempengaruhi kinerja siswa. Predikat prestasi terhadap kinerja siswa diperoleh dari hasil sebuah prediksi. Prediksi ‘dilakukan dengan ‘menggunakan metode K-Nearest Neighbor (KNN). K-Nearest Neighbor sering digunakan pada klasifikasi ‘kinerja siswa karena kesederhanaannya juga dapat memberikan hasil yang signifikan dan kompetitif. Hasil dari prediksi tingkat kelulusan siswa dengan metode KNN didapat rata-rata
akurasi dengan nilai sebesar 96,49%. Pengolahan data ‘dilakukan dengan ‘menggunakan tools rapid miner. Output dari implementasi pada ‘prediksi ‘tingkat ‘kelulusan dapat ‘dijadikan sebagai ‘acuan bagi siswa untuk ‘meningkatkan ‘prestasi dan predikat studi ‘lanjut dimasa yang akan datang.