Shinta Ayunda Putri
Program Studi Sistem Informasi, Fakultas Sains dan Teknologi UIN Sultan Syarif Kasim Riau Puzzle Research Data Technology, UIN Sultan Syarif Kasim Riau

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Pemodelan Modified K-Nearest Neighbor Dalam Klasifikasi Jurusan Siswa Di SMAN 6 Pekanbaru Mustakim Mustakim; Ulya Ramadhani; Shinta Ayunda Putri
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2021: SNTIKI 13
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengembangan sistem informasi pada lembaga pendidikan merupakan salah satu pengembangan terhadap manajemen sekolah dalam menjalankan manajerial pendidikan. Berdasarkan survei yang dilakukan di SMAN 6 Pekanbaru, proses penjurusan Siswa memiliki permasalahan seperti kesulitan yang dialami pihak sekolah dalam menganalisis dan mengevaluasi secara manual saat menentukan jurusan Siswa satu persatu. Hal ini tentunya akan menyita banyak waktu dan tenaga. Pada Data Mining terdapat suatu teknik klasifikasi yang digunakan untuk menggolongkan data sehingga mempermudah dalam mengklasifikasikan jurusan Siswa. Pengklasifikasian jurusan siswa menggunakan algoritma Modified K-Nearest Neighbor (MKNN) dengan nilai evaluasi confusion matrix menghasilkan akurasi sebesar 82,29%; 100% nilai presisi; dan 75% nilai recall. Pada penelitian ini, penggunaan information gain dan algoritma K-Means secara berturut dilakukan untuk menyeleksi atribut serta pembagian data latih dan data uji. Hasil pemodelan klasifikasi diimplementasikan pada sistem berbasis web yang kemudian dilakukan perbandingan simulasi parameter dengan hasil akurasi maksimal pada nilai k=5 dengan hasil akurasi optimal 85,4%.