Rancang Bangun Penentuan Jurusan Siswa SMK Menggunakan Algoritma K-Nearest Neighbor Berbasis Website

Slamet Yulianto

Abstract


Sekolah Menengah Kejuruan, atau lebih dikenal dengan sebutan SMK, adalah jenis lembaga pendidikan menengah yang memiliki tujuan utama untuk mempersiapkan siswa di dunia kerja. SMK memiliki berbagai program kejuruan yang mencangkup berbagai bidang, mulai dari teknik, bisnis, pariwisata, hingga kesehatan. Tujuan dari SMK adalah untuk mengembangkan keterampilan praktis siswa, yang akan memungkinkan mereka memasuki dunia kerja dengan bekal yang kuat. Pada masa awal masuk ke jenjang SMK para siswa akan melakukan pemilihan jurusan yang mana jurusan tersebut sangat berpengaruh dalam proses pembelajaran kedepannya. Dan diharapkan dalam pemilihan jurusan siswa dapat memilih jurusan sesuai dengan minat bakat dan keahlian siswa.Salah satu algoritma Machine Learning yang dapat di gunakan untuk klasifikasi adalah algoritma K-Nearest Neighbor sehingga permasalahan tersebut dapat terselesaikan dengan mudah. Dengan adanya rancang bangun penentuan jurusan menggunakan algoritma K-Nearest Neighbor SMK PGRI 1 Ngawi dapat menyelesaikan permasalahan tersebut. Prinsip kerja K-Nearest Neighbor (KNN) adalah mencari jarak terdekat antara data yang akan dievaluasi dengan K tetangga (neighbor) terdekatnya dalam Kumpulan data. K-Nearest Neighbor (KNN) adalah metode melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut.z(A’yuniyah & Reza, 2023) Metode ini bertujuan untuk mengklasifikasikan objek baru berdasarkan atribut dan training sample. Nearest Neighbor adalah suatu pendekatan untuk menghitung kedekatan antara kasus baru dengan kasus lama, yaitu berdasarkan pada pencocokan bobot dari sejumlah fitur yang ada. Dengan sistem cerdas yang dibuat diharapkan dapat membantu menyelesaikan permasalahan tersebut dan berguna bagi SMK PGRI 1 Ngawi dalam menyelesaikan permasalahan terkait calon siswa yang masih bingung dalam memilih jurusan.Rancang bangun sistem klasifikasi penentuan jurusan dengan algoritma K-Nearest Neighbor di SMK PGRI 1 Ngawi menggunakan sistem berbasis web, yang mana sistem tersebut dapat membantu calon siswa dalam menentukan jurusan di SMK PGRI 1 Ngawi.

References


A’yuniyah, Q. A., & Reza, M. (2023). Penerapan Algoritma K-Nearest Neighbor Untuk Klasifikasi Jurusan Siswa Di Sma Negeri 15 Pekanbaru. Indonesian Journal of Informatic Research and Software Engineering (IJIRSE), 3(1), 39–45. https://doi.org/10.57152/ijirse.v3i1.484

Afdal, M.-. (2019). Sistem Pakar Diagnosa Penyakit Tanaman Kelapa Sawit Menggunakan Metode Bayesian Network. Jurnal Ilmiah Rekayasa Dan Manajemen Sistem Informasi, 5(2), 218. https://doi.org/10.24014/rmsi.v5i2.8243

Ananto, D. T., Duta Mahardewantoro, D., Mustafa, F., Ardianto, M. G., Rafi, M. M., Zein, R. A., Saputra, O. E., Mujiastuti, R., Rosanti, N., & Adharani, Y. (2023). Prosiding Seminar Nasional LPPM UMJ Website: http://jurnal.umj.ac.id/index.php/semnaskat E-ISSN: 2714-6286 Edukasi dan Pelatihan Pengenalan Machine Learning dan Computer Vision Untuk Mengeksplorasi Potensi Visual. http://jurnal.umj.ac.id/index.php/semnaskat

Argina, A. M. (2020). Penerapan Metode Klasifikasi K-Nearest Neigbor pada Dataset Penderita Penyakit Diabetes. Indonesian Journal of Data and Science, 1(2), 29–33. https://doi.org/10.33096/ijodas.v1i2.11

Arsa Paskha A, A., Oslan, Y., & Ernawati, L. (2022). Analisis Multidimensional Profil Mahasiswa Studi Kasus : Program Studi Sistem Informasi UKDW. Jurnal Terapan Teknologi Informasi, 6(1), 1–10. https://doi.org/10.21460/jutei.2022.61.202

Badri Tamam, M. (2022). Visualisasi Data Penyebaran Covid 19 Di Indonesia Dan Malaysia Data Visualization of the Spread of Covid 19 in Indonesia and Malaysia. Jurnal SimanteC, 11(1), 13–18.

Muhammad Daniel. (2022). Strategi Manajemen Kesiswaan Dalam Penjurusan Siswa. TAUJIH: Jurnal Pendidikan Islam, 4(2), 74–87. https://doi.org/10.53649/taujih.v4i2.159

Putra, I. N. T. A., Kartini, K. S., Suyitno, Y. K., Sugiarta, I. M., & Puspita, N. K. E. (2023). Penerapan Library Tensorflow, Cvzone, dan Numpy pada Sistem Deteksi Bahasa Isyarat Secara Real Time. Jurnal Krisnadana, 2(3), 412–423. https://doi.org/10.58982/krisnadana.v2i3.335

Putranto, A., Azizah, N. L., & Ratna Ika, A. I. (2023). Sistem Prediksi Penyakit Jantung Berbasis Web Menggunakan Metode SVM dan Framework Streamlit. Jurnal Penerapan Sistem Informasi (Komputer & Manajemen), 4(2), 442–452. https://archive.ics.uci.edu/ml/datasets/heart+disease

Putry, N. M. (2022). Komparasi Algoritma Knn Dan Naïve Bayes Untuk Klasifikasi Diagnosis Penyakit Diabetes Mellitus. EVOLUSI : Jurnal Sains Dan Manajemen, 10(1). https://doi.org/10.31294/evolusi.v10i1.12514

Qiudandra, E., Akram, R., & Novianda. (2022). Sistem Pakar Diagnosa Penyakit Osteoarthritis Dengan Menggunakan Metode K-Nearest Neighbor. METHOTIKA : Jurnal Ilmiah Teknik Informatika, 2(2), 37–48.

Riadi Silitonga, Y. (2019). Sistem Pendeteksi Berita Hoax di Media Sosial dengan Teknik Data Mining Scikit Learn. Jurnal Ilmu Komputer, 4, 173. www.beritasatu.com,

Rosaly, R., & Prasetyo, A. (2020). Flowchart Beserta Fungsi dan Simbol-Simbol. Journal of Chemical Information and Modeling, 2(3), 5–7.

Setiadi, D., Irawan, B., Bahtiar, A., Informatika, T., Informasi, S., Indonesia, C., Discovery, K., K-means, A., & Budidaya, P. P. (2023). Penerapan Algoritma K-Means Clustering Pada Pembesaran. 7(6), 3320–3327.

Sobron, M., & Lubis. (2021). Implementasi Artificial Intelligence Pada System Manufaktur Terpadu. Seminar Nasional Teknik (SEMNASTEK) UISU, 4(1), 1–7. https://jurnal.uisu.ac.id/index.php/semnastek/article/view/4134

Syahrudin, A. N., & Kurniawan, T. (2018). Input dan Output pada Bahasa Pemrograman Python. Jurnal Dasar Pemrograman Python STMIK, June 2018, 1–7. https://www.researchgate.net/publication/338385483

Tangkudung, I., Dako, R. D. R., & Dako, A. Y. (2019). Evaluasi Website Menggunakan Metode ISO/IEC 25010. Seminar Nasional Teknologi, 1(1), 87–107.

Widyanti, T., Hilabi, S. S., Hananto, A., Tukino, & Novalia, E. (2023). Implementasi K-Means dan K-Nearest Neighborspada Kategori Siswa Berprestasi. Jurnal Informasi Dan Teknologi, 5(1), 75–82. https://doi.org/10.37034/jidt.v5i1.255

A’yuniyah, Q. A., & Reza, M. (2023). Penerapan Algoritma K-Nearest Neighbor Untuk Klasifikasi Jurusan Siswa Di Sma Negeri 15 Pekanbaru. Indonesian Journal of Informatic Research and Software Engineering (IJIRSE), 3(1), 39–45. https://doi.org/10.57152/ijirse.v3i1.484

Afdal, M.-. (2019). Sistem Pakar Diagnosa Penyakit Tanaman Kelapa Sawit Menggunakan Metode Bayesian Network. Jurnal Ilmiah Rekayasa Dan Manajemen Sistem Informasi, 5(2), 218. https://doi.org/10.24014/rmsi.v5i2.8243

Ananto, D. T., Duta Mahardewantoro, D., Mustafa, F., Ardianto, M. G., Rafi, M. M., Zein, R. A., Saputra, O. E., Mujiastuti, R., Rosanti, N., & Adharani, Y. (2023). Prosiding Seminar Nasional LPPM UMJ Website: http://jurnal.umj.ac.id/index.php/semnaskat E-ISSN: 2714-6286 Edukasi dan Pelatihan Pengenalan Machine Learning dan Computer Vision Untuk Mengeksplorasi Potensi Visual. http://jurnal.umj.ac.id/index.php/semnaskat

Argina, A. M. (2020). Penerapan Metode Klasifikasi K-Nearest Neigbor pada Dataset Penderita Penyakit Diabetes. Indonesian Journal of Data and Science, 1(2), 29–33. https://doi.org/10.33096/ijodas.v1i2.11

Arsa Paskha A, A., Oslan, Y., & Ernawati, L. (2022). Analisis Multidimensional Profil Mahasiswa Studi Kasus : Program Studi Sistem Informasi UKDW. Jurnal Terapan Teknologi Informasi, 6(1), 1–10. https://doi.org/10.21460/jutei.2022.61.202

Badri Tamam, M. (2022). Visualisasi Data Penyebaran Covid 19 Di Indonesia Dan Malaysia Data Visualization of the Spread of Covid 19 in Indonesia and Malaysia. Jurnal SimanteC, 11(1), 13–18.

Muhammad Daniel. (2022). Strategi Manajemen Kesiswaan Dalam Penjurusan Siswa. TAUJIH: Jurnal Pendidikan Islam, 4(2), 74–87. https://doi.org/10.53649/taujih.v4i2.159

Putra, I. N. T. A., Kartini, K. S., Suyitno, Y. K., Sugiarta, I. M., & Puspita, N. K. E. (2023). Penerapan Library Tensorflow, Cvzone, dan Numpy pada Sistem Deteksi Bahasa Isyarat Secara Real Time. Jurnal Krisnadana, 2(3), 412–423. https://doi.org/10.58982/krisnadana.v2i3.335

Putranto, A., Azizah, N. L., & Ratna Ika, A. I. (2023). Sistem Prediksi Penyakit Jantung Berbasis Web Menggunakan Metode SVM dan Framework Streamlit. Jurnal Penerapan Sistem Informasi (Komputer & Manajemen), 4(2), 442–452. https://archive.ics.uci.edu/ml/datasets/heart+disease

Putry, N. M. (2022). Komparasi Algoritma Knn Dan Naïve Bayes Untuk Klasifikasi Diagnosis Penyakit Diabetes Mellitus. EVOLUSI : Jurnal Sains Dan Manajemen, 10(1). https://doi.org/10.31294/evolusi.v10i1.12514

Qiudandra, E., Akram, R., & Novianda. (2022). Sistem Pakar Diagnosa Penyakit Osteoarthritis Dengan Menggunakan Metode K-Nearest Neighbor. METHOTIKA : Jurnal Ilmiah Teknik Informatika, 2(2), 37–48.

Riadi Silitonga, Y. (2019). Sistem Pendeteksi Berita Hoax di Media Sosial dengan Teknik Data Mining Scikit Learn. Jurnal Ilmu Komputer, 4, 173. www.beritasatu.com,

Rosaly, R., & Prasetyo, A. (2020). Flowchart Beserta Fungsi dan Simbol-Simbol. Journal of Chemical Information and Modeling, 2(3), 5–7.

Setiadi, D., Irawan, B., Bahtiar, A., Informatika, T., Informasi, S., Indonesia, C., Discovery, K., K-means, A., & Budidaya, P. P. (2023). Penerapan Algoritma K-Means Clustering Pada Pembesaran. 7(6), 3320–3327.

Sobron, M., & Lubis. (2021). Implementasi Artificial Intelligence Pada System Manufaktur Terpadu. Seminar Nasional Teknik (SEMNASTEK) UISU, 4(1), 1–7. https://jurnal.uisu.ac.id/index.php/semnastek/article/view/4134

Syahrudin, A. N., & Kurniawan, T. (2018). Input dan Output pada Bahasa Pemrograman Python. Jurnal Dasar Pemrograman Python STMIK, June 2018, 1–7. https://www.researchgate.net/publication/338385483

Tangkudung, I., Dako, R. D. R., & Dako, A. Y. (2019). Evaluasi Website Menggunakan Metode ISO/IEC 25010. Seminar Nasional Teknologi, 1(1), 87–107.

Widyanti, T., Hilabi, S. S., Hananto, A., Tukino, & Novalia, E. (2023). Implementasi K-Means dan K-Nearest Neighborspada Kategori Siswa Berprestasi. Jurnal Informasi Dan Teknologi, 5(1), 75–82. https://doi.org/10.37034/jidt.v5i1.255


Refbacks

  • There are currently no refbacks.



 
PANDUAN SUBMITE ARTIKEL
 


Kantor Sekertariat:
Universitas PGRI Madiun
Jl. Auri No. 14-16  Kota Madiun 63118
Lt 3 Kantor Program Studi Teknik Informatika
email :  senatik@unipma.ac.id
 
 

Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.