Text

Penerapan Data Mining Dengan Algoritma K-Nearest Neighbor (KNN) Untuk Analisis Minat Dan Bakat Siswa

---

Penelitian ini bertujuan untuk menerapkan algoritma K-Nearest Neighbor (KNN) dalam menganalisis minat dan bakat siswa di SMP Negeri 24 Medan dengan menggunakan data histori siswa. Tujuan penelitian ini adalah untuk menganalisis pola minat dan bakat siswa, memprediksi minat dan bakat di masa depan, merancang program pembelajaran yang lebih personal, serta memberikan wawasan bagi pihak sekolah dalam menentukan kebijakan pendidikan yang lebih tepat sasaran. Selain itu, penelitian ini juga bertujuan untuk menyediakan data yang dapat digunakan sebagai panduan karir bagi siswa. Hasil penelitian menunjukkan bahwa model KNN menghasilkan akurasi sebesar 83,70%, dengan performa terbaik pada kelas Penyanyi yang memiliki presisi sebesar 87,16%. Sebaliknya, kelas Programmer menunjukkan presisi terendah sebesar 79,31%. Kelas Dokter memiliki nilai recall tertinggi sebesar 85,80%, sementara kelas Insinyur menunjukkan recall terendah sebesar 80,72%. Kesalahan prediksi sering terjadi antar kelas Programmer, Insinyur, dan Dokter, yang mencerminkan adanya tumpang tindih pada fitur antar kelas tersebut. Secara keseluruhan, model ini memberikan wawasan penting dalam merancang program pembelajaran dan bimbingan karir yang lebih tepat sasaran berdasarkan minat dan bakat siswa.
Kata kunci: Data Mining, K-Nearest Neighbor, Minat dan Bakat Siswa, Prediksi,

---

Ketersediaan

Informasi Detail

Judul Seri

Karya Ilmiah - Skripsi

No. Panggil

2512-00-12 MUH p

Penerbit

Medan : Universitas Potensi Utama., 2025

Deskripsi Fisik

vii, 86 hlm.; 21,5 x 30 cm.

Bahasa

Indonesia

ISBN/ISSN

2012000076

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

2025

Subjek

Skripsi Informatika

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Muhammad Al Rasyidin

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar