<![CDATA[Penelitian ini bertujuan untuk merancang sistem klasifikasi keterlambatan pembayaran SPP menggunakan metode K-Nearest Neighbor (K-NN) di Pondok Pesantren Al-Fajar Tegal. Permasalahan keterlambatan pembayaran sering kali berdampak pada pengelolaan keuangan pesantren, sehingga dibutuhkan sistem pendukung yang mampu mengidentifikasi potensi keterlambatan sejak dini. Dalam penelitian ini, dilakukan serangkaian pengujian dengan variasi rasio data pelatihan dan pengujian, yaitu 60:40, 70:30, 80:20, dan 90:10. Evaluasi performa model dilakukan menggunakan metrik akurasi, precision, recall, F1-score, serta validasi silang (cross-validation). Hasil terbaik diperoleh pada rasio 60:40 dengan nilai K = 1, yang menghasilkan akurasi sebesar 92,31%. Sementara itu, melalui cross-validation, nilai K = 3 menunjukkan performa yang paling stabil dengan tingkat kesalahan rendah dan akurasi maksimal sebesar 90.91%. Model terbukti mampu mengenali pola keterlambatan secara konsisten, bahkan dalam skenario data pelatihan yang lebih sedikit. Temuan ini menunjukkan bahwa metode K-NN efektif dalam mengklasifikasikan santri berdasarkan kemungkinan keterlambatan pembayaran SPP. Sistem ini memiliki potensi besar untuk dikembangkan sebagai alat bantu administrasi keuangan pesantren dalam memberikan peringatan dini dan meningkatkan efisiensi pengelolaan keuangan secara keseluruhan.]]>
Copyrights © 2025
