K-NN (K-NEAREST NEIGBOR) UNTUK MEMPREDIKSI TINGKAT KELULUSAN SISWA PADA UJIAN NASIONAL

Abstract

Proses pengambilan keputusan memprediksi tingkat kelulusan siswa saat ini masih dilakukan secara manual, dalam proses penyeleksian yang mempunyai kriteria absen, sikap dan prilaku, nilai matematika, nilai bahasa indonesia, nilai bahasa inggris, dan nilai peminatan. Dimana dalam proses memprediksi yang dilakukan masih sering tidak sesuai dengan kriteria. Maka perlu dibuat sebuah aplikasi yang dapat digunakan untuk membantu pengambilan keputusan dalam memprediksi tingkat kelulusan siswa agar proses memprediksi menjadi lebih efisien. Untuk keputusan yang berpengaruh secara strategis, lebih dianjurkan menggunakan sebuah pendekatan kuantitatif seperti K-nearest Neighbor (K-NN). Dalam pengambilan keputusan dengan K-NN, pengambilan keputusan secara subyektif dan intuitif menimbang berbagai variabel yang mempunyai pengaruh penting terhadap alternatif pilihan yang diinginkan.

Proses pengambilan keputusan memprediksi tingkat kelulusan siswa saat ini masih dilakukan secara manual, dalam proses penyeleksian yang mempunyai kriteria absen, sikap dan prilaku, nilai matematika, nilai bahasa indonesia, nilai bahasa inggris, dan nilai peminatan. Dimana dalam proses memprediksi yang dilakukan masih sering tidak sesuai dengan kriteria. Maka perlu dibuat sebuah aplikasi yang dapat digunakan untuk membantu pengambilan keputusan dalam memprediksi tingkat kelulusan siswa agar proses memprediksi menjadi lebih efisien. Untuk keputusan yang berpengaruh secara strategis, lebih dianjurkan menggunakan sebuah pendekatan kuantitatif seperti K-nearest Neighbor (K-NN). Dalam pengambilan keputusan dengan K-NN, pengambilan keputusan secara subyektif dan intuitif menimbang berbagai variabel yang mempunyai pengaruh penting terhadap alternatif pilihan yang diinginkan.