Klasifikasi Jurusan Siswa Menggunakan K-Nearest Neighbor dan Optimasi dengan Algoritme Genetika (Studi Kasus: SMAN 1 Wringinanom Gresik)
| Main Authors: | Kusumadewi, Vergy Ayu, Imam Cholissodin, S.Si., M.Kom., Putra Pandu Adikara, S.Kom., M.Kom. |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/id/eprint/193598/1/0520150358-%20Vergy%20Ayu.pdf http://repository.ub.ac.id/id/eprint/193598/ |
Daftar Isi:
- Penjurusan merupakan suatu proses penempatan dan pemilihan program studi para siswa, proses ini yang akan menentukan keberhasilan para siswa, baik pada waktu belajar di SMA maupun setelah lulus ketika melanjutkan studi di perguruan tinggi. Berdasarkan hasil wawancara permasalahan yang sering terjadi terdapat beberapa siswa yang ingin berpindah jurusan di tengah semester, hal ini dikarenakan siswa tidak bisa mengikuti pelajarannya dan merasa tertinggal dari teman-temannya yang lain. Berdasarkan masalah tersebut maka diperlukan sebuah sistem cerdas yang dapat membantu pihak sekolah dalam mengelompokkan siswa-siswi ke jurusan sesuai dengan minat dan bakat siswa. Pada penelitian ini sistem dibuat dengan menggunakan metode K-NN dan optimasi Algoritme Genetika. Jenis validasi yang dipakai dalam penelitian ini memanfaatkan 9-fold cross validation serta hold-out validation. Jumlah dataset yang awalnya 288 data akan dibagi menjadi 9 bagian masing-masing berjumlah 32 data. Pada umumnya jumlah fold terbaik yang digunakan adalah 10, namun pembagian fold juga harus disesuaikan dengan jumlah data yang digunakan. Pada pengujian hold-out dibagi menjadi 2 skenario pengujian yaitu yang pertama pengujian menggunakan rumus kernel polynomial, kernel RBF dan kernel linear yang dijabarkan (disubtitusi ke dalam rumus penjabaran jarak) mendapatkan nilai fitness sebesar 64,385% sedangkan yang kedua menggunakan rumus kernel polynomial, kernel RBF dan kernel linear yang tidak dijabarkan (tanpa disubtitusi ke rumus penjabaran jarak) mendapatkan nilai fitness 93,182%. Nilai fitness tertinggi dihasilkan pada pengujian 9-fold cross validation yaitu 100%.