Komparasi Metode Decision Tree, KNN, dan SVM Untuk Menentukan Jurusan Di SMK

Abstract

Pemilihan Jurusan bagi calon siswa SMK adalah langkah awal penentuan karier selanjutnya. Penentuan jurusan bertujuan agar siswa bisa terarah dalam menerima pelajaran berdasarkan kemampuan dan bakat dari siswa dan tentunya ketika sudah lulus memiliki skill untuk mendapatkan pekerjaan jika tidak melanjutkan perkuliahan. SMK Swasta Siti Banun Sigambal beralamat di Labuhanbatu Rantau Prapat. Dalam mewujudkan salah satu misi dari SMK yakni Mewujudkan Pembelajaran yang bermutu di Sekolah Menengah Kejuruan, SMK Siti Banun dalam penentuan Jurusan dengan melakukan tes. Dalam melakukan klasifikasi teknik data mining dapat digunakan antara lain Decision Tree, K-Nearest Neighbors (KNN) dan Support Vector Machine (SVM). Penelitian ini dilakukan untuk membandingkan performa algoritma Decision Tree, KNN dan SVM dalam menentukan jurusan. Dari 245 data uji yang digunakan diperoleh SVM memiliki nilai akurasi 89%, presisi 87% sedangkan KNN memiliki nilai akurasi 84% , presisi 81% dan Decision Tree memiliki nilai akurasi 78% dan presisi 75%