Penerapan K-Nearest Neighbor Untuk Klasifikasi Tingkat Kelulusan Pada Siswa

Lembaga pendidikan dituntut untuk menyelenggarakan pendidikan yang bermutu dan berkualitas bagi peserta didiknya dengan maksud untuk dapat menghasilkan SDM yang memiliki wawasan luas, cakap dan kreatif. Sehingga untuk dapat memprediksi hasil kinerja siswa berupa kelulusan dapat diketahui dari kualitas dan kelemahan siswa dalam hal pembelajaran. Terdapat faktor yang menjadi pertimbangan dalam memprediksi hasil kelulusan siswa diantaranya nilai akademik, sikap dan juga faktor sosial yang juga mempengaruhi. Terdapat beberapa penelitian terkait tingkat kinerja siswa dalam kelulusan menggunakan model K-Nearest Neighbor dimana dapat memberikan akurasi yang sangat baik dalam memprediksi perkembangan dan kinerja siswa dalam pendidikan yang lebih baik. K-Nearest Neighbor dipilih sebab adanya keunggulan dan dapat memberikan hasil yang signifikan dan kompetitif. Dalam penerapan metode KNN pada tingkat kelulusan siswa didapat akurasi dengan nilai sebesar 96,09% serta AUC sebesar 0,800, pengolahan data dilakukan dengan menggunakan tools rapid miner.