Penerapan Data Mining Metode K-Nearest Neighbor Untuk Memprediksi Kelulusan Siswa Sekolah Menengah Pertama

Isi Artikel Utama

Desti Puspita Sari
Shofa Shofia Hilabi
Agustia Hananto

Abstrak

Teknologi sudah menjadi kebutuhan penting bagi masyarakat yang mendukung segala aktivitas untuk mengefisienkan kelulusan mahasiswa dengan kartu kredit rata-rata, mengurangi permasalahan terkait prediksi kelulusan siswa, penerapan data mining untuk memprediksi kelulusan sekolah. Kebutuhan  data mining bermula dari banyaknya data yang dapat diambil informasi dan wawasan yang berguna.Berdasarkan hasil perhitungan yang dilakukan dengan menggunakan pemodelan orange, nilai rata-rata  siswa Kelas IX bervariasi dari 80 hingga 90, dan semua siswa dinyatakan LULUS karena nilai mereka memenuhi persyaratan kelulusan yang ditetapkan. berada di SMPN 3 Karawang Barat. Algoritma K-Nearest Neighbor berguna untuk memprediksi lulusan dalam jumlah besar karena pemrosesan data yang konsisten dari prediksi tersebut. Untuk penelitian selanjutnya, gunakan semua data siswa untuk memprediksi pertumbuhan kelas terhadap kelulusan siswa.

Rincian Artikel

Cara Mengutip
[1]
D. Puspita Sari, S. Shofia Hilabi, dan Agustia Hananto, “Penerapan Data Mining Metode K-Nearest Neighbor Untuk Memprediksi Kelulusan Siswa Sekolah Menengah Pertama”, SMARTICS, vol. 9, no. 1, hlm. 14–19, Mar 2023.
Bagian
Artikel