<![CDATA[Prediksi kelulusan siswa merupakan bagian penting dalam manajemen pendidikan yang dapat mendukung pengambilan keputusan berbasis data. Penelitian ini menerapkan algoritma K-Nearest Neighbor (K-NN) dengan optimasi nilai K menggunakan metode 5-Fold Cross Validation untuk memprediksi status kelulusan siswa SD 008 Sungai Dusun. Dataset yang digunakan terdiri dari 212 data siswa dengan lima atribut nilai mata pelajaran: Pendidikan Agama Islam (PAI), Pendidikan Pancasila dan Kewarganegaraan (PPKn), Bahasa Indonesia, Matematika, dan IPA. Preprocessing data meliputi penanganan missing value, transformasi kategorik ke numerik, dan normalisasi Min-Max. Pengujian dilakukan pada K = 3, K = 5, dan K = 9. Hasil menunjukkan bahwa K = 9 memberikan performa terbaik dengan akurasi 96,72%, precision 97,95%, dan recall 94,74%. Analisis confusion matrix menunjukkan False Negative hanya 2 data, mengindikasikan model sangat efektif dalam mendeteksi siswa berisiko tidak lulus. Penelitian ini membuktikan bahwa K-NN dengan optimasi parameter dan cross validation merupakan pendekatan yang andal untuk prediksi kelulusan siswa sekolah dasar.]]>
Copyrights © 2026
