PENERAPAN METODE K-NEAREST NEIGHBOR & METODE WEIGHTED PRODUCT DALAM PENENTUAN JURUSAN SEKOLAH MENENGAH ATAS DI SMAN 3 RANTAU UTARA

SITOHANG, KARTIKA RAHMAYANI and Yunita, Yunita and Januar, Miraswan Kanda (2021) PENERAPAN METODE K-NEAREST NEIGHBOR & METODE WEIGHTED PRODUCT DALAM PENENTUAN JURUSAN SEKOLAH MENENGAH ATAS DI SMAN 3 RANTAU UTARA. Undergraduate thesis, Sriwijaya University.

[thumbnail of RAMA_55201_09021281621042.pdf] Text
RAMA_55201_09021281621042.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (2MB) | Request a copy
[thumbnail of RAMA_55201_09021281621042_TURNITIN.pdf] Text
RAMA_55201_09021281621042_TURNITIN.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (9MB) | Request a copy
[thumbnail of RAMA_55201_090212821621042_0006068305_0009019002_01_front_ref.pdf]
Preview
Text
RAMA_55201_090212821621042_0006068305_0009019002_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Preview
[thumbnail of RAMA_55201_090212821621042_0006068305_0009019002_02.pdf] Text
RAMA_55201_090212821621042_0006068305_0009019002_02.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (206kB) | Request a copy
[thumbnail of RAMA_55201_090212821621042_0006068305_0009019002_03.pdf] Text
RAMA_55201_090212821621042_0006068305_0009019002_03.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (368kB) | Request a copy
[thumbnail of RAMA_55201_090212821621042_0006068305_0009019002_04.pdf] Text
RAMA_55201_090212821621042_0006068305_0009019002_04.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (574kB) | Request a copy
[thumbnail of RAMA_55201_090212821621042_0006068305_0009019002_05.pdf] Text
RAMA_55201_090212821621042_0006068305_0009019002_05.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (137kB) | Request a copy
[thumbnail of RAMA_55201_090212821621042_0006068305_0009019002_06_ref.pdf] Text
RAMA_55201_090212821621042_0006068305_0009019002_06_ref.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (116kB) | Request a copy
[thumbnail of RAMA_55201_090212821621042_0006068305_0009019002_07_lamp.pdf] Text
RAMA_55201_090212821621042_0006068305_0009019002_07_lamp.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (53kB) | Request a copy

Abstract

Pendidikan sekolah menengah atas di Indonesia terbagi atas beberapa jurusan yang telah ditentukan oleh kementrian pendidikan. Jurusan nantinya juga dapat memberikan pengaruh terhadap siswa saat akan melanjutkan pendidikan ke jenjang universitas. Maka dari itu siswa harus ditempatkan pada jurusan yang sesuai dengan kemampuan dan keinginannya agar dapat menyelesaikan masa pendidikan dengan baik. Untuk membantu pihak sekolah dalam memberikan saran terhadap pembagian jurusan siswa dan memberikan hasil yang lebih akurat maka penulis melakukan penelitian dengan menggunakan metode K-Nearest Neighbor yang akan melakukan pengklasifikasian terhadap siswa agar terklasifikasi menjadi siswa jurusan IPA dan jurusan IPS. K-Nearest Neighbor digunakan karena dapat mengklasifikasi data testing siswa pada kasus angkatan 2020 dengan mengadaptasi solusi dari data training siswa pada kasus angkatan 2019 berdasarkan data yang dimiliki. Selanjutnya, agar data siswa yang telah terklasifikasi dapat diurutkan berdasarkan nilai terbaik untuk dapat dilakukan pembagian kelas sesuai dengan hasil urutan siswa di setiap jurusan maka digunakan metode Weighted Product. Metode Weighted Product melakukan pengurutan data siswa berdasarkan nilai kriteria yang memiliki nilai bobot yang berbeda. Penelitian dilakukan dengan menggunakan 100 data siswa yang terbagi menjadi 75% data training dan 25% data testing. Hasil pada penelitian ini memberikan nilai akurasi tertinggi terhadap metode K-Nearest Neighbor dengan menggunakan kofigurasi nilai k sebesar 88% dan nilai akurasi sebesar 84% untuk menggunakan metode Weighted Product. Berdasarkan hasil penelitian telah dibangun perangkat lunak yang dapat membantu memberikan saran dalam melakukan klasifikasi jurusan dan perangkingan data siswa di SMAN 3 Rantau Utara. Kata Kunci: Jurusan, K-Nearest Neighbor, Sekolah Menegah Atas, Weighted Product.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: K-Nearest Neighbor, Sekolah Menengah Atas, Weighted Product
Subjects: T Technology > T Technology (General) > T1-995 Technology (General)
T Technology > T Technology (General) > T58.5-58.64 Information technology > T58.6.E9 Management information systems -- Congresses.
Divisions: 09-Faculty of Computer Science > 55201-Informatics (S1)
Depositing User: Sitohang Kartika Rahmayani
Date Deposited: 04 Nov 2021 07:13
Last Modified: 04 Nov 2021 07:13
URI: http://repository.unsri.ac.id/id/eprint/56069

Actions (login required)

View Item View Item