IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR (KNN) UNTUK PREDIKSI PRESTASI SISWA BERBASIS WEB APPS DI MAN 1 PROBOLINGGO

Jannah, Nafisatul (2024) IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR (KNN) UNTUK PREDIKSI PRESTASI SISWA BERBASIS WEB APPS DI MAN 1 PROBOLINGGO. Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_2021400088_Nafisatul Jannah_IF.pdf Restricted to Registered users only Download (5MB)

Abstract

Jannah, Nafisatul. 2024. Implementasi Algoritma K-Nearest Neighbor (KNN) Untuk Prediksi Prestasi Siswa Berbasis Web Apps Di MAN 1 Probolinggo. Skripsi, Prodi Informatika, Fakultas Teknik, Universitas Nurul Jadid Paiton Probolinggo. Pembimbing: (I) Wali Ja’far Shudiq, M.Kom., (II) Anis Yusrotun Nadhiroh, S.Kom, M.MT.

Kata Kunci: Prestasi, Prediksi, K-Nearest Neighbor, Streamlit.

Prestasi belajar siswa merupakan cerminan hasil pencapaian pengetahuan, keterampilan, dan sikap yang dinilai oleh lembaga pendidikan. Di Madrasah Aliyah Negeri (MAN) 1 Probolinggo, proses penentuan siswa berprestasi menghadapi tantangan administratif karena pengolahan data dalam skala besar masih dilakukan secara manual menggunakan Microsoft Excel, sehingga kurang efektif dan rentan terhadap kesalahan manusia (human error). Penelitian ini bertujuan untuk membangun sistem prediksi prestasi siswa dengan mengimplementasikan algoritma K-Nearest Neighbor (KNN) yang diintegrasikan ke dalam aplikasi berbasis web menggunakan framework Streamlit. Parameter prediksi yang digunakan meliputi nilai rata-rata UAS, tingkat keaktifan, kepribadian, dan persentase presensi siswa. Algoritma KNN bekerja dengan mengklasifikasikan data berdasarkan kedekatan jarak antar fitur. Dalam pengujian menggunakan 424 data tahun ajaran 2022/2023, pemilihan nilai $k=7$ terbukti memberikan hasil yang stabil dan mampu menghindari risiko overfitting. Hasil pengujian model dengan 43 data testing menunjukkan tingkat akurasi yang sangat tinggi sebesar 95%. Implementasi aplikasi ini diharapkan dapat membantu pihak sekolah dalam mengidentifikasi siswa berprestasi secara lebih cepat dan akurat, sekaligus menjadi instrumen evaluasi bagi lembaga dalam pengambilan keputusan strategis terkait pengembangan potensi siswa di MAN 1 Probolinggo.

Item Type:	Thesis (Other)
Subjects:	L Education > L Education (General) Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software
Divisions:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Saiful Ghazi
Date Deposited:	28 Apr 2026 04:00
Last Modified:	28 Apr 2026 04:00
URI:	https://repository.unuja.ac.id/id/eprint/3175

Actions (login required)

View Item