Sistem Pendukung Keputusan Pemilihan Minat Calon Lulusan SMK Menggunakan Metode K-Nearest Neighbor (Studi Kasus: SMK Pembangunan Bogor)
Keywords:
Euclidean Distance, K-Nearest Neighbor, Kuesioner, Pemilihan MinatAbstract
Sistem pendukung keputusan pemilihan minat bagi calon lulusan SMK merupakan salah satu sistem informasi yang dikembangkan untuk membantu calon lulusan SMK dalam menentukan pilihan akan melakukan apa setelah lulus dari SMK nanti. Sistem ini menggunakan sebuah metode klasifikasi yaitu metode K-Nearest Neighbor sebagai penentu hasil perhitungan kuesioner sehingga didapat hasil yang akan membantu dalam mengambil sebuah keputusan. Metode K-Nearest Neighbor ini menggunakan prinsip kerja mencari nilai atau jarak terdekat diantara banyak data yang memiliki banyak kemiripan namun tetap memiliki perbedaan tertentu. Perhitungan yang digunakan dalam metode ini adalah perhitungan euclidean distance yang akan menghitung jarak masing-masing variabel pada data latih terhadap data uji. Data latih yang digunakan dalam sistem ini adalah data yang didapat dari kuesioner yang disebar kepada para calon lulusan SMK, dan di dalam kuesioner itu terdapat banyak pertanyaan yang terbagi ke dalam lima kriteria yang didapat dari hasil wawancara dengan Guru BK SMK Pembangunan Bogor, yaitu kriteria ekonomi, lingkungan sosial, cita-cita, kemampuan akademik, dan minat. Dari hasil pengujian data kuesioner yang didapat hasil perhitungan keakurasian sistem mencapai 76,67% pada data latih siswa. Kemudian dilakukan juga perhitungan menggunakan data latih alumni yang hasil perhitungan keakurasiannya mencapai 66,67%.
References
[1] C. K. Marini and S. Hamidah, “Pengaruh self-efficacy, lingkungan keluarga, dan lingkungan sekolah terhadap minat berwirausaha siswa SMK jasa boga,” J. Pendidik. Vokasi, vol. 4, no. 2, pp. 195–207, 2014.
[2] F. Aryani and M. Rais, “Bimbingan Karir Masa Depan untuk Meraih Sukses ke Perguruan Tinggi.” Badan Penerbit Universitas Negeri Makassar, 2018.
[3] M. R. Fahdia, D. Riana, F. Amsury, I. Saputra, and N. Ruhyana, “Komparasi Algoritma Klasifikasi untuk Orientasi Minat Mahasiswa dalam Penuntasan Studi,” JIRA J. Inov. dan Ris. Akad., vol. 2, no. 7, pp. 970–1007, 2021.
[4] E. Prasetyo, Data mining mengolah data menjadi informasi menggunakan matlab. Yogyakarta: Andi, 2019.
[5] M. Bramer, Principles of Data Mining. London: Springer, 2007.
[6] Y. Agusta, “K-means–penerapan, permasalahan dan metode terkait,” J. Sist. dan Inform., vol. 3, no. 1, pp. 47–60, 2007.
[7] N. Hermaduanti and S. Kusumadewi, “Sistem Pendukung Keputusan Berbasis SMS untuk Menentukan Status Gizi dengan Metode K-Nearest Neighbor,” 2008.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Hilda Cinthyariani, Herfina, Boldson Herdianto
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.