Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Indonesian Journal of Informatic Research and Software Engineering
A'yuniyah, Qurotul
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering

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

Found 1 Documents
Search

 1 
Penerapan Algoritma K-Nearest Neighbor Untuk Klasifikasi Jurusan Siswa Di Sma Negeri 15 Pekanbaru: Application Of The K-Nearest Neighbor Algorithm For Student Department Classification At 15 Pekanbaru State High School A'yuniyah, Qurotul; Reza, Muhammad
Indonesian Journal of Informatic Research and Software Engineering (IJIRSE) Vol. 3 No. 1 (2023): Indonesian Journal of Informatic Research and Software Engineering
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/ijirse.v3i1.484

Abstract

Penjurusan merupakan suatu upaya untuk membantu dan membimbing siswa dalam memilih peminatan atau jurusan yang ada disekolah dengan studi khusus yang akan menjadi minat bagi siswa tersebut. Berdasarkan survei yang dilakukan di SMA Negeri 15 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. Maka dilakukanlah klasifikasi pada data siswa tersebut menggunakan algoritma K-Nearest Neighbor (KNN) dengan tools RapidMiner. Hasil pemodelan klasifikasi yang dapatkan kemudian dilakukan perbandingan simulasi parameter dengan hasil akurasi maksimal pada nilai k=3 dengan hasil akurasi optimal 93.52%, rata-rata precision 88.14%, dan rata-rata recall 100.00%.
Co-Authors Muhammad Reza