Sistem Rekomendasi Siswa Berprestasi Berdasarkan Nilai Akademik Dan Non-Akademik SMA Brawijaya Smart School
| Main Author: | Ramadhan, Vito |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/179795/ |
Daftar Isi:
- Sekolah Menengah Atas Brawijaya Smart School memiliki berbagai jenis pemilihan siswa berprestasi. Namun dari berbagai jenis pemilihan siswa berprestasi, tidak ada pemilihan yang menggunakan aspek Akademik dan Non – Akademik sebagai acuan utama dalam pemilihan siswa berprestasi. Guru merasa sulit untuk menggunakan data nilai Akademik dan Non – Akademik dikarenakan sifat kedua nilai tersebut. Berdasarkan permasalahan yang ada, dibutuhkan sebuah sistem yang dapat mengolah data gabungan antara data nilai Akademik dan Non-Akademik sehingga dapat menentukan siswa berprestasi berdasarkan kedua aspek tersebut. Algoritme K-Nearest Neighbor (KNN) merupakan salah satu algoritme data mining yang dapat digunakan untuk proses klasifikasi siswa berprestasi. Diperlukan juga algoritme yang dapat melakukan pengurutan dari hasil klasifikasi dengan banyak atribut, maka digunakan algoritme Simple Additive Weighting (SAW). Atribut yang digunakan terdiri dari rata-rata nilai siswa dari semester 1-5 dan poin plus siswa. Hasil pengujian validasi menghasilkan nilai 100% Valid. Hasil pengujian menggunakan confusion matrix, algoritme KNN memiliki akurasi sebesar 92.8571%, dan hasil pengujian akurasi algoritme SAW dengan membandingkan hasil keluaran sistem dan keputusan sebenarnya memiliki akurasi sebesar 58.33%. Keluaran dari penelitian ini merupakan sebuah sistem yang dapat memberikan rekomendasi siswa berprestasi dengan menerapkan algoritme KNN dan SAW berbasis website. Dan hasil dari pengujian User Acceptance Testing (UAT) menghasilkan nilai 86%.