Penerapan Metode K–Nearest Neighbor (KNN) Dan Metode Weighted Product (WP) Dalam Penerimaan Calon Guru Dan Karyawan Tata Usaha Baru Berwawasan Teknologi
| Main Author: | Dzikrulloh, NihruNafi` |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/147404/1/Jurnal_Skripsi.pdf http://repository.ub.ac.id/147404/2/Laporan_Skripsi.pdf http://repository.ub.ac.id/147404/ |
Daftar Isi:
- Pada dunia kerja yang khususnya instansi sekolah menengah kejuruan, banyak seorang guru atau karyawan sekolah yang gaptek (kurang mengenal dan menguasai dalam bidang teknologi) tentang perkembangan teknologi sekarang ini. Sebenarnya hal ini sangat memerlukan guru maupun karyawan tata usaha sekolah yang berkualitas mempunyai sumber daya manusia tinggi akan pengetahuan tentang IPTEK. Pihak sekolah sangat memerlukan hal tersebut karena sangat mempengaruhi cara melakukan pembelajaran pada siswa - siswi di sekolah. Untuk memenuhi standar kualitas guru yang diinginkan, selama ini pihak sekolah SMK Muhammadiyah Kediri 2 ini melakukan seleksi penerimaan calon guru dan karyawan dengan cara manual. Seleksi yang selama ini dilakukan secara manual melalui tahap tes 4 aspek yaitu surat lamaran beserta lampiran IPK rata – rata, tes akademik, tes pengetahuan umum tentang IPTEK, dan tes wawancara. Proses pengumpulan data untuk seleksi masih menggunakan cara manual. Oleh sebab itu, dibutuhkan suatu sistem berbasis website sehingga seleksi penerimaan calon guru baru dapat berjalan lebih efektif dan efisien. Pada website ini menggunakan metode K - Nearest Neighbor (KNN) dan metode Weighted Product (WP). K - Nearest Neighbor digunakan untuk menentukan nilai bobot setiap kriteria dengan mengklasifikasikan dengan baik atau buruk. Setelah mengklasifikasikan dengan metode KNN, pemilihan calon guru yang akan direkrut oleh sekolah SMK Muhammadiyah 2 Kediri menggunakan metode Weighted Product (WP). Weighted Product digunakan untuk menentukan hasil klasifikasi oleh metode KNN dengan melakukan perankingan agar dapat diambil hasil yang terbaik. Pengujian yang dilakukan terdiri dari, pengujian akurasi terhadap nilai K means dan pengujian akurasi terhadap kriteria nilai bobot metode WP. Hasil dari pengujian pengaruh nilai K terbaik dengan beberapa kriteria nilai bobot diperoleh nilai akurasi nilai akurasi sebesar 94%, precision 80%, dan nilai recall 80%.