<![CDATA[Kelas unggulan merupakan kelas yang dibuat untuk tujuan meningkatkan sumber daya manusia terutama bagi siswa atau peserta didik yang lebih berkualitas. Untuk menentukan siswa kelas unggulan diperlukan proses seleksi dengan kriteria yang ketat. Algoritma Weighted Product dipilih karena memiliki kecocokan dalam proses perangkingan data berdasarkan bobot kriteria untuk menyeleksi kriteria siswa secara keseluruhan. Serta penerapan algoritma K-Nearest Neighbor dalam memprediksi data yang tidak diketahui melalui perhitungan kedekatan antar data yaitu data uji dan data latih. Pada penelitian ini bertujuan menentukan rekomendasi siswa kelas unggulan di tahun 2022 sebagai data uji dan data penerimaan perserta didik baru tahun 2021 sebagai data latih. Untuk mengukur kualitas akurasi prediksi yang diterapkan perhitungan accuracy score dari confusion matrix dan tingkat akurasi perbandingan kecocokan data prediksi dengan data asli. Maka dalam penerapan algoritma K-Nearest Neighbour untuk klasifikasi terhadap rekomendasi penentuan siswa kelas unggulan peserta didik baru tahun 2022 dengan data set berjumlah 359 didapatkan hasil klasifikasi terbaik nilai K yaitu 8 untuk hasil akurasi rata-rata terbesar yaitu 94.16% yang didasarkan beberapa pengujian data latih sebanyak 20%, 30% dan 40% dengan data uji tetap. Serta hasil klasifikasi terbaik untuk banyaknya anggota tetangga yaitu nilai k = 17. Dan dalam penerapan algoritma Weigted Product didapatkan kecocokan akurasi antara data asli pihak sekolah dan data rekomendasi keluaran sistem bernilai 71.43%.]]>
Copyrights © 2023
