relation: http://eprints.unpak.ac.id/7631/
title: PENERAPAN ALGORITMA K-NEAREST NEIGHBORS (K-NN)   UNTUK PREDIKSI TINGKAT PEMAHAMAN SISWA TERHADAP   MATA PELAJARAN MATEMATIKA
creator: Nurdiansyah, Dimas
creator: Herfina, Herfina
creator: Maesya, Aries
subject: Ilmu Komputer
description: PENERAPAN ALGORITMA K-NEAREST NEIGHBORS (K-NN)   UNTUK PREDIKSI TINGKAT PEMAHAMAN SISWA TERHADAP   MATA PELAJARAN MATEMATIKA  Dimas Nurdiansyah1, Aries Maesya2, Herfina3  Program Studi Ilmu Komputer, Fakultas Matematika dan Ilmi Pengetahuan Alam, Universitas   Pakuan, Jawa Barat, 16134, Indonesia  Abstrak  Pendidikan merupakan hal yang sangat penting dalam pembangunan suatu bangsa atau   negara. Di Indonesia, perubahan pendekatan pendidikan terus berkembang, dan salah satu   upaya terbaru adalah kurikulum merdeka yang bertujuan untuk memberikan kebebasan lebih   besar kepada sekolah dalam merancang kurikulum yang sesuai dengan kebutuhan dan   karakteristik siswa. Dalam konteks kurikulum merdeka yaitu menekankan pada kompetensi   dan pemahaman siswa menjadi semakin krusial. Penelitian ini melakukan prediksi tingkat   pemahaman siswa terhadap mata pelajaran matematika di SMAN 1 Cipeundeuy. Data yang   digunakan pada penelitian ini adalah data nilai mata pelajaran matematika tahun ajaran   2022/2023. Metode yang digunakan pada penelitian ini adalah K-Nearest Neighbors (K-NN)  dengan menggunakan jarak euclidean distance dapat memberikan hasil prediksi dengan rata�rata nilai akurasi sebesar 95.3%, presisi 96.2%, recall 93.2%, f1-score 94.1% dan error rate   4.6% dengan nilai K terbaik yaitu 3. Maka hasil ini menunjukan bahwa implementasi pada   algoritma K-Nearest Neighbors (K-NN) berkategori klasifikasi sangat baik.  Keywords: K-Nearest Neighbors (K-NN), Prediksi, Pemahaman, Matematik
date: 2024-03-27
type: Thesis
type: NonPeerReviewed
format: archive
language: en
identifier: http://eprints.unpak.ac.id/7631/1/dimas%20nurdiansyah_065119138.zip
identifier:   Nurdiansyah, Dimas and Herfina, Herfina and Maesya, Aries  (2024) PENERAPAN ALGORITMA K-NEAREST NEIGHBORS (K-NN) UNTUK PREDIKSI TINGKAT PEMAHAMAN SISWA TERHADAP MATA PELAJARAN MATEMATIKA.  Skripsi thesis, Universitas Pakuan.