Pengembangan Website Dengan Algoritma K-Nearest Neighbor (KNN ) Dalam Klasifikasi Perkembangan Prestasi Siswa Terhadap Hasil Belajar (Studi Kasus SD Negeri 107396 Paluh Merbau)

Siburian, Rulli Prasetio Bane
Refisis, Nice Rejoice
Rangkuti, Yulita Molliq
Napitupulu, Elvis
AI Idrus, Said Iskandar

Innovative: Journal Of Social Science Research
Vol. 4 No. 5 (2024): Innovative: Journal Of Social Science Research

Pemahaman perkembangan intelektual anak di SD sangat penting sebagai acuan pendidikan. SD Negeri 107396 Paluh Merbau, yang masih menggunakan metode manual untuk mengklasifikasikan nilai siswa, menjadi tempat ideal untuk penelitian ini. Tujuan penelitian adalah menganalisis efektivitas algoritma K-Nearest Neighbor (KNN) dalam klasifikasi perkembangan siswa berdasarkan hasil belajar dan membangun website sebagai platform pengumpulan data dan implementasi KNN. Prestasi siswa diukur melalui nilai ujian semester, ujian harian, tugas, sikap, dan absensi. Data dikumpulkan secara dokumenter dan dianalisis dengan mengurutkan jarak data uji ke data latih dari yang terkecil hingga terbesar, menggunakan k=1 hingga k=10. Hasil klasifikasi mayoritas menunjukkan prestasi Rafa Rifa'i berada di kategori kelas 0 (di bawah rata-rata). Penelitian ini menunjukkan bahwa algoritma KNN efektif dalam klasifikasi prestasi siswa, memberikan wawasan untuk meningkatkan strategi pembelajaran.