Afif Muhaimin, Mokhamad Amin Hariyadi, M. Imamudin
{"title":"Klasifikasi Prestasi Akademik Siswa Berdasarkan Nilai Rapor dan Kedisiplinan dengan Metode K-Nearest Neighbor","authors":"Afif Muhaimin, Mokhamad Amin Hariyadi, M. Imamudin","doi":"10.55338/jikomsi.v7i1.2865","DOIUrl":null,"url":null,"abstract":"Sekolah melaksanakan kegiatan pembelajaran melalui tahapan-tahapan dan proses, agar peserta didik mencapai prestasi belajar yang baik. Prestasi belajar adalah hasil yang diperoleh berupa kesan-kesan yang mengakibatkan perubahan dalam diri individu sebagai hasil dari aktivitas. Sebagai pedoman penentuan siswa yang berprestasi adalah dengan memiliki nilai akhir setiap semester yang baik serta nilai kedisiplinan selama mengikuti pembelajaran disekolah, seperti tidak memiliki poin pelanggaran yang tinggi. Belum adanya metode khusus yang digunakan untuk mengklasifikasikan siswa berdasarkan prestasinya dan banyak kemiripan data, dibutuhkan metode klasifikasi yang tepat dan akurat, salah satunya menggunakan ilmu di bidang data mining. Dalam artikel ini peneliti ingin mengklasifikasi prestasi siswa dengan metode K-Nearest Neighbor (K-NN) berdasarkan nilai akademik dan nilai kedisplinan siswa dengan menggunakan data berjumlah 348 siswa di SMA Negeri 2 Batu Jawa Timur. Hasil eksperimen dan evaluasi model yang dilakukan, dengan pembagian data training dan data testing secara acak dengan beberapa percobaan diperoleh nilai akurasi tertinggi sebesar 91.39 %.","PeriodicalId":517527,"journal":{"name":"Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI)","volume":"99 6","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-02-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.55338/jikomsi.v7i1.2865","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Sekolah melaksanakan kegiatan pembelajaran melalui tahapan-tahapan dan proses, agar peserta didik mencapai prestasi belajar yang baik. Prestasi belajar adalah hasil yang diperoleh berupa kesan-kesan yang mengakibatkan perubahan dalam diri individu sebagai hasil dari aktivitas. Sebagai pedoman penentuan siswa yang berprestasi adalah dengan memiliki nilai akhir setiap semester yang baik serta nilai kedisiplinan selama mengikuti pembelajaran disekolah, seperti tidak memiliki poin pelanggaran yang tinggi. Belum adanya metode khusus yang digunakan untuk mengklasifikasikan siswa berdasarkan prestasinya dan banyak kemiripan data, dibutuhkan metode klasifikasi yang tepat dan akurat, salah satunya menggunakan ilmu di bidang data mining. Dalam artikel ini peneliti ingin mengklasifikasi prestasi siswa dengan metode K-Nearest Neighbor (K-NN) berdasarkan nilai akademik dan nilai kedisplinan siswa dengan menggunakan data berjumlah 348 siswa di SMA Negeri 2 Batu Jawa Timur. Hasil eksperimen dan evaluasi model yang dilakukan, dengan pembagian data training dan data testing secara acak dengan beberapa percobaan diperoleh nilai akurasi tertinggi sebesar 91.39 %.
学校通过阶段和过程开展学习活动,使学生取得良好的学习成绩。学习成绩是指通过活动使个人发生变化的印象形式所获得的结果。每学期期末成绩优秀,在校学习期间遵守纪律,如违纪分数不高,是确定优秀学生的准则。目前还没有根据学生的成绩和许多相似的数据对学生进行分类的具体方法,因此需要一种精确、准确的分类方法,其中之一就是利用数据挖掘领域的知识。在本文中,研究人员希望利用东爪哇岛 SMA Negeri 2 Batu 学校共计 348 名学生的数据,根据学业成绩和学生纪律分数,采用 K 近邻(K-NN)方法对学生成绩进行分类。实验结果和模型评估结果显示,在随机分配训练数据和测试数据并进行多次试验的情况下,获得了 91.39% 的最高准确率。