Perbandingan Algoritma K-Nearest Neighbor dan Support Vector Machine Untuk Pemberian Rekomendasi Pemilihan Sekolah Lanjutan (Studi Kasus Siswa Kelas IX MTs Nurul Anwar)

Nurhidayat, Ade Rahmat (2018) Perbandingan Algoritma K-Nearest Neighbor dan Support Vector Machine Untuk Pemberian Rekomendasi Pemilihan Sekolah Lanjutan (Studi Kasus Siswa Kelas IX MTs Nurul Anwar). Diploma thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (171kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (109kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (123kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (372kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (521kB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (687kB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (203kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (213kB) | Request a copy

Abstract

Pendidikan merupakan bidang yang paling penting dalam perkembangan suatu bangsa. Dalam rangka mewujudkan tujuan dari pendidikan nasional secara optimal maka setiap siswa perlu menempuh jenjang pendidikan formal setidaknya sampai siswa menempuh Sekolah Lanjutan Tingkat Atas (SLTA) Sejalan dengan hal ini maka setamat SLTP setiap siswa kelas IX seharusnya melanjutkan pendidikan ke SLTA (SMK/SMA/MA/). Siswa kelas IX yang menempuh jenjang pendidikan SLTP sudah pasti akan dihadapkan dengan masalah memilih sekolah lanjutan, baik sekolah menengah umum maupun kejuruan. Memilih sekolah lanjutan menjadi faktor penting karena berkaitan dengan masa depan siswa. Salah satu pemodelan yang bisa digunakan untuk menentukan rekomendasi pemilihan sekolah lanjutan yaitu dengan Data Mining.Pemanfaatan teknik data mining diharapkan dapat membantu dalam Menentukan rekomondasi pemilihan sekolah lanjutan. Pada penelitian ini membandingkan teknik klasifikasi dari kinerja metode K-Nearst Neighbor dan Support VectorMachine.Atribut yang digunakan terdiri dari Nilai UNBK, Minat Siswa, dan Saran BK. Dengan menggunakan masing-masing data training dan data testing sebanyak 35 data. Hasil dari penelitian yang dilakukan, berdasarkan dari nilai akurasinya Support Vector Machine lebih tinggi yaitu 97,1% dibandingkan dengan K-Nearst Neighbor yaitu 85,7% .Hasil akhir dari penelitian ini adalah metode Support Vector Machine lebih baik digunakan dari pada metode K-Nearst Neighbor.

Actions (login required)

View Item