APLIKASI PRESTASI SISWA BERDASARKAN NILAI MATA PELAJARAN PER SEMESTER MENGGUNAKAN METODE K-NEAREST NEIGHBOUR

e-Issn: 2745-375 p-Issn: 2776-8546 Djtechno: Journal of Information Technology Research Vol. 3, No. 2 Desember 2022 APLIKASI PRESTASI SISWA BERDASARKAN NILAI MATA PELAJARAN PER SEMESTER MENGGUNAKAN METODE KNEAREST NEIGHBOUR Rahmadewi Roskarlina 1), Maryaningsih2), Jhoanne Fredricka2) 1) Informatika Fakultas Ilmu Komputer Universitas DEHASEN 2) Informatika Fakultas Ilmu Komputer Universitas DEHASEN 3) Informatika Fakultas Ilmu Komputer Universitas DEHASEN *Coresponding Email: ABSTRAK SMK Negeri 3 Kota Bengkulu merupakan salah satu lembaga pendidikan di Kota Bengkulu yang berupaya menghasilkan lulusan bertalenta dan memiliki keahlian agar dapat memasuki dunia kerja atau melanjutkan ke pendidikan selanjutnya, salah satu jurusan yang ada di SMK Negeri 3 Kota Bengkulu adalah Jurusan Tata Boga. Selama ini proses pengolahan data nilai mata pelajaran yang diperoleh siswa/i sudah menggunakan e-raport yang terdapat di sekolah. Namun pengolahan data tersebut hanya sebatas pemberian nilai siswa/i serta mengurutkan nilai tertinggi ke nilai terendah. Hal ini tentunya membuat guru kesulitan dalam mengetahui pencapaian prestasi setiap siswa/i di kelas dan kurangnya bahan evaluasi guru dalam proses belajar mengajar di kelas.Aplikasi prestasi siswa di SMK Negeri 3 Kota Bengkulu bertujuan untuk membantu pihak sekolah dalam menentukan prestasi siswa/i per semester per tahun ajaran. Aplikasi prestasi siswa di SMK Negeri 3 Kota Bengkulu dibangun menggunakan bahasa pemrograman Visual Basic .Net. Berdasarkan data testing sebanyak 10 siswa/i pada semester 1 dan tahun ajaran 2020, diperoleh hasil prestasi siswa menunjukkan peringkat 1 diperoleh siswa Ananda Ramadhan Putra dengan nilai euclidean 22,498816, peringkat 2 diperoleh siswa Alfito Saputra dengan nilai euclidean 22,65529, dan peringkat 3 diperoleh siswa Dimas Risky Jauhari dengan nilai euclidean 22,888858. Kata Kunci : Aplikasi, Prestasi Siswa, Nilai Mata Pelajaran Per Semester, Metode K-Nearest Neighbour ABSTRACT SMK Negeri 3 Bengkulu City is one of the educational institutions in Bengkulu City which seeks to produce talented and skilled graduates so they can enter the world of work or continue on to further education, one of the majors at SMK Negeri 3 Bengkulu City is the Culinary Department. So far, the process of processing subject value data obtained by students has used e-reports in schools. However, the processing of the data is only limited to giving student scores and sorting the highest scores to the lowest scores. This of course makes it difficult for teachers to know the achievements of each student in class and the lack of teacher evaluation material in the teaching and learning process in class. The application of student achievement at SMK Negeri 3 Bengkulu City aims to assist the school in determining student achievement per semester per academic year. The student achievement application at SMK Negeri 3 Bengkulu City was built using the Visual Basic .Net programming language. Based on testing data of 10 students in semester 1 and 2020 school year, student achievement results showed that rank 1 was obtained by Ananda Ramadhan Putra students with a euclidean score of 22.498816, rank 2 was obtained by Alfito Saputra students with a euclidean score of 22.65529, and ranking 3 was obtained by Dimas Risky Jauhari's students with a euclidean value of 22.888858. Keywords : Application, Student Achievement, Subject Value Per Semester, K-Nearest Neighbor Method 282 e-Issn: 2745-375 p-Issn: 2776-8546 Djtechno: Journal of Information Technology Research Vol. 3, No. 2 Desember 2022 pada setiap mata pelajaran. Untuk 1. PENDAHULUAN SMK Negeri merupakan 3 salah Kota Bengkulu satu lembaga membantu menentukan prestasi siswa/i tersebut, menggunakan pendidikan di Kota Bengkulu yang berupaya menghasilkan Implementasi Algoritma Klasifikasi KNearest ini Penelitian proses diperoleh siswa/i Namun pengolahan Neighbour serta mengurutkan membuat guru untuk penerima menyeleksi calon penerima data yang telah dilakukan klasifikasi. Penelitian terkait dilakukan oleh (Purwaningsih & Nurelasari, 2021) yang belajar mengajar di kelas. berjudul Oleh karena itu, dalam penelitian ini Penerapan K-Nearest Neighbour Untuk Klasifikasi Tingkat sistem Kelulusan Pada Siswa. Penelitian ini dengan membuat aplikasi yang dapat prestasi supaya adalah terseleksinya 30 orang dari 89 bahan evaluasi guru dalam proses menentukan (KNN) beasiswa. Hasil dari penelitian ini kesulitan setiap siswa/i di kelas dan kurangnya pengembangan untuk akurat dan informasi yang diperlukan nilai dalam mengetahui pencapaian prestasi dilakukan bertujuan bisa memberikan kebutuhan data yang tertinggi ke nilai terendah. Hal ini tentunya ini beasiswa tepat sasaran. Algoritma KNN data tersebut hanya sebatas pemberian nilai siswa/i Untuk SMA menggunakan algoritma K-Nearest sudah menggunakan e-raport yang terdapat di sekolah. (KNN) membantu proses seleksi beasiswa di pengolahan data nilai mata pelajaran yang Neighbour Klasifikasi Seleksi Penerima Beasiswa. Negeri 3 Kota Bengkulu adalah Jurusan Selama K-Nearest (Cholil, et al., 2020) yang berjudul dunia kerja atau salah satu jurusan yang ada di SMK Boga. Algoritma Penelitian terkait dilakukan oleh melanjutkan ke pendidikan selanjutnya, Tata pendekatan Neighbour (K-NN). lulusan bertalenta dan memiliki keahlian agar dapat memasuki dilakukan bertujuan untuk memprediksi tingkat siswa/i kelulusan berdasarkan kinerja siswa berdasarkan nilai per mata pelajaran bermanfaat untuk menganalisa siswa yang diperoleh siswa/i. Nilai yang yang kurang berprestasi dalam kegiatan diperoleh siswa pada e-raport tersebut akademik dan juga dapat memberikan diolah kembali guna untuk mengetahui dukungan pada siswa yang mengalami ukuran pencapaian prestasi siswa/i 282 e-Issn: 2745-375 Djtechno: Journal of Information Technology Research p-Issn: 2776-8546 Vol. 3, No. 2 Desember 2022 kesulitan saat pembelajaran. Prediksi paling dekat dengan titik uji. Klasifikasi dilakukan dengan menggunakan metode menggunakan voting terbanyak di antara K-Nearest Neighbour (KNN). Hasil dari klasifikasi dari K objek. Algoritma K-NN prediksi tingkat kelulusan siswa dengan menggunakan klasifikasi ketetanggaan metode KNN didapat rata-rata akurasi sebagai nilai prediksi dari sampel uji yang dengan nilai sebesar 96,49%. Output baru. dari implementasi pada prediksi tingkat biasanya kelulusan dapat dijadikan sebagai acuan Eucledian (Yahya & Hidayanti, 2020). bagi siswa untuk meningkatkan prestasi Dekat dihitung jauhnya tetangga berdasarkan jarak Langkah-langkah dari algoritma K- dan predikat studi lanjut dimasa yang Nearest Neighbour (KNN), antara lain : akan datang. 1. Tentukan parameter K = jumlah Berdasarkan uraian tersebut di atas, maka atau penulis tertarik banyaknya tetangga terdekat untuk 2. Hitung jarak antara data baru mengangkat judul “Aplikasi Prestasi dan (...truncated)