ANALISIS DATA KEPUTUSAN MASUK SNMPTN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR PADA APLIKASI WEKA (STUDI KASUS: SMA MUHAMMADIYAH 18 JAKARTA)

HANDOKO, TRI (2019) ANALISIS DATA KEPUTUSAN MASUK SNMPTN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR PADA APLIKASI WEKA (STUDI KASUS: SMA MUHAMMADIYAH 18 JAKARTA). S1 thesis, Universitas Mercu Buana Jakarta.

Text (JURNAL MAHASISWA) Tri Handoko-Yudisium.pdf Restricted to Registered users only Download (1MB)

Abstract

Muhammadiyah High School 18 Jakarta is a private school that gets the opportunity for students in secondary schools with state universities with invitation channels, namely National Higher Education Entrance Entrance (SNMPTN) by selecting student report cards from semester 1 to 5. Stack data seeking selection with grades This report card has not been fully utilized. The use of the benefits of the data can be seen information on data mining techniques to predict the graduation of students to be able to enter the invitation path of SNMPTN. This research was conducted using the K-Nearest Neighbor algorithm in the classification method to determine the distance of the closest value (including distance) with the object. The selection of K values can be used with the k-fold cross validation method and the experiment using k-optimal is tested for the value of k = 5 with an accuracy rate of 99.1% which is set. The value of k = 5 is processed with the K-NN algorithm to predict the graduation of student scores with the invitation pathway to enter public universities Keywords - SNMPTN, SMA Muhammadiyah 18 Jakatrta, K-Nearest Neighbor, K-fold cross validation, K-Optimal SMA Muhammadiyah 18 Jakarta adalah sekolah swasta yang mendapatkan kesempatan bagi para siswanya dalam memasuki studi selanjutnya ke jenjang perguruan tinggi negeri dengan jalur undangan yaitu Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN) dengan menyeleksi nilai raport siswa dari semester 1 sampai 5. Tumpukan data mengenai penyeleksian dengan nilai raport ini belum dimanfaatkan secara maksimal. Pemanfaatan data tersebut dapat diketahui sebuah informasi dengan teknik data mining untuk memprediksi kelulusan siswa untuk bisa masuk jalur undangan SNMPTN. Penelitian ini di lakukan dengan menggunakan algoritma K-Nearest Neighbor pada metode klasifikasinya untuk menentukan jarak nilai terdekat (includian distance) dengan objek. Pemilihan nilai K yang di dapat menggunakan teknik metode k-fold cross validation dan percobaan menggunakan k-optimal maka di ketahui nilai k=5 dengan tingkat akurasi 99,1% yang di tetapkan. Nilai k=5 di proses dengan algoritmaa K-NN untuk memprediksi kelulusan nilai siswa dengan jalur undangan untuk masuk perguruan tinggi negeri Kata Kunci – SNMPTN, SMA Muhammadiyah 18 Jakatrta, K-Nearest Neighbor, K-fold cross validation, K-optimal

Actions (login required)

View Item