Klasifikasi Prestasi Siswa Menggunakan Metode K-Nearest Neighbor (Studi Kasus : Sma Semen Gresik)

Sari, Devi Wulan (2025) Klasifikasi Prestasi Siswa Menggunakan Metode K-Nearest Neighbor (Studi Kasus : Sma Semen Gresik). undergraduate thesis, Universitas Muhammadiyah Gresik.

	Text 4. Lembar Pernyataan Keaslian Skripsi.pdf Download (1MB)
	Text 3. Lembar Pengesahan Skripsi.pdf Download (3MB)
	Text 2. Lembar Persetujuan Skripsi.pdf Download (2MB)
	Text HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI DEVI.pdf Download (90kB)
	Text 1. Halaman Judul.pdf Download (257kB)
	Text 10. BAB I.pdf Download (173kB)
	Text 11. BAB II.pdf Download (211kB)
	Text 12. BAB III.pdf Download (740kB)
	Text 13. BAB IV.pdf Restricted to Repository staff only until 8 January 2030. Download (485kB)
	Text 14. BAB V.pdf Restricted to Repository staff only until 8 January 2030. Download (99kB)
	Text 15. Daftar Pustaka.pdf Download (156kB)
	Text 16. Lampiran.pdf Download (401kB)

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem klasifikasi prestasi siswa menggunakan metode K-Nearest Neighbor (KNN) berbasis web. Permasalahan yang dihadapi adalah proses evaluasi prestasi siswa yang masih dilakukan secara manual sehingga kurang efisien dan berpotensi menimbulkan ketidakkonsistenan dalam penilaian. Sistem yang dikembangkan memanfaatkan data nilai rapor, persentase kehadiran, dan nilai ekstrakurikuler sebagai parameter dalam proses klasifikasi. Metode KNN digunakan untuk mengklasifikasikan prestasi siswa ke dalam kategori tertentu berdasarkan kedekatan data. Pengujian dilakukan dengan beberapa variasi nilai parameter k, yaitu k = 3, 5, 7, dan 9. Hasil penelitian menunjukkan bahwa sistem mampu berjalan dengan baik dan menghasilkan tingkat akurasi yang tinggi. Nilai k = 3 menghasilkan akurasi sebesar 100%, sedangkan k = 5, 7, dan 9 menghasilkan akurasi sebesar 97,14%. Dengan demikian, nilai k = 3 dinilai sebagai parameter optimal dalam penelitian ini. Sistem yang dibangun mampu meningkatkan efisiensi dan konsistensi dalam proses evaluasi prestasi siswa. Namun, hasil klasifikasi dipengaruhi oleh ketidakseimbangan dataset, di mana kelas tertentu lebih dominan dibandingkan kelas lainnya, sehingga berdampak pada penurunan nilai recall dan f1-score pada kelas minoritas. Secara keseluruhan, sistem klasifikasi prestasi siswa berbasis KNN yang dikembangkan telah memenuhi tujuan penelitian dan dapat digunakan sebagai alat bantu dalam mendukung pengambilan keputusan di lingkungan sekolah. Kata kunci: K-Nearest Neighbor, klasifikasi, prestasi siswa, sistem berbasis web, data mining.

Item Type:	Thesis (undergraduate)
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	Devi Wulansari
Date Deposited:	12 Jun 2026 03:17
Last Modified:	12 Jun 2026 03:19
URI:	http://eprints.umg.ac.id/id/eprint/16334

Actions (login required)

View Item