Implementasi Metode K-Nearest Neighbors (KNN) Untuk Menentukan Jurusan Siswa di SMK Sumber Bunga

Komarul Imam
Zaehol Fatah

Gudang Jurnal Multidisiplin Ilmu
Vol. 2 No. 12 (2024): GJMI - DESEMBER

Penentuan kelas siswa di SMK merupakan proses penting yang dapat mempengaruhi keberhasilan belajar siswa dan karir di masa sebelumnya. Proses ini sering kali membutuhkan pertimbangan berbagai faktor akademik, seperti nilai mata pelajaran utama. Penelitian ini menggunakan algoritma K-Nearest Neighbors (KNN) untuk membantu mengklasifikasikan siswa ke mata pelajaran yang sesuai berdasarkan data nilai mata pelajaran, seperti Bahasa Indonesia, IPA, IPS, dan Matematika. Dengan data siswa SMK Sumber Bunga, model KNN dikembangkan dan dievaluasi untuk menentukan efektivitasnya dalam mengklasifikasi mata pelajaran "Teknologi Komputer dan Jaringan" serta "Multimedia". Hasil evaluasi menunjukkan akurasi model mencapai 97,14%, dengan presisi dan recall yang tinggi pada kedua jurusan. Tingkat keyakinan ( confident ) dari model prediksi juga memberikan gambaran yang jelas tentang keakuratan setiap prediksi. Hasil ini menunjukkan bahwa metode KNN dapat diimplementasikan sebagai alat bantu yang efektif untuk penentuan mata pelajaran, sehingga dapat mendukung keputusan yang lebih objektif dan sesuai dengan kemampuan akademik siswa.