Tugas Akhir

Data Mining Untuk Menganalisa Minat Belajar Siswa Sdn 1 Karangtengah Menggunakan Algoritma K-Nearest Neighbor (K-Nn)

---

Data mining juga disebut dengan Knowledge Discovery in Database
(KDD), yaitu kegiatan yang mengikuti pengumpulan, pemakaian data untuk
menemukan keteraturan, pola dan hubungan dalam set data yang berukuran besar.
Keluaran Data mining dapat digunakan untuk pengambilan keputusan. Data
mining adalah serangkaian proses untuk menggali nilai tambah dari suatu
kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual
(Pramudiono, 2007). Sebuah lembaga pendidikan selalu berusaha meningkatkan
kualitas bagi para siswanya, dengan memperoleh nilai kelulusan ujian nasional
yang memuaskan serta pemahaman siswa terhadap mata pelajaran yang
diprioritaskan. Salah satu cara yang dapat digunakan untuk meningkatkan minat
belajar siswa adalah menggunakan sistem kuesioner yang berhubungan dengan
minat belajar siswa sehingga pengajar mengetahui faktor apa saja yang
mempengaruhi minat belajar siswa. Penelitian ini membahas tentang analisis
kedekatan kasus untuk memprediksi minat belajar siswa SDN 1 Karangtengah
dengan menerapkan algoritma K-Nearest Neighbor (K-NN) menggunakan
variable-variable yang telah ditentukan. Pendekatan untuk mencari kasus dengan
menghitung kedekatan antara kasus baru dengan kasus lama, yaitu berdasarkan
pada pencocokan bobot dari sejumlah fitur yang ada (Kusrini, 2009). Penelitian
ini menggunakan data kuesioner tentang minat belajar siswa di SDN 1
Karangtengah tahun ajaran 2016/2017. Menggunakan aplikasi RapidMiner untuk
melihat keakurasian data kuesioner yang telah di ubah menjadi data set yang telah
dimasukkan. Prediksi minat belajar siswa SDN 1 Karangtengah menggunakan
algoritma K-Nearest Neighbor memiliki accuracy sebesar 87.27%, dengan class
precision untuk nilai atribut pred.MINAT sebesar 88.31%, sedangkan class precision
untuk nilai atribut pred.TIDAK sebesar 85.37%. Sedangkan class recalltrue MINAT
sebesar 91.89% dan class recalltrue TIDAK sebesar 79.55%.
Kata Kunci: Algoritma, Data Mining, K-Nearest Neighbor (K-NN), Minat belajar,
Prediksi.

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

-

No. Panggil

FASTIKOM 760 SIT d

Penerbit

Wonosobo : FASTIKOM UNSIQ., 2016

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Algoritma k-nearest neighbor

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Siti Cholifah

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar