Penerapan Prediksi untuk Klasifikasi Penerima Beasiswa Berprestasi pada SMK Islam Pemalang Berdasarkan Algoritma K-Nearest Neighbor

Abstract

Penelitian ini bertujuan untuk membantu SMK Islam Pemalang dalam mengidentifikasi siswa berprestasi dan memprediksi potensi penerima beasiswa, dengan memanfaatkan algoritma K-Nearest Neighbor (K-NN) dalam menentukan siswa yang mempunyai potensi menerima beasiswa. Penelitian ini menggunakan 100 data siswa yang melibatkan atribut seperti nilai rapor, prestasi akademik, tanggungan orang tua, gaji orang tua, dan keikutsertaan dalam organisasi. Sedangkan proses pengujian dilakukan dengan menambahkan 6 data calon penerima beasiswa untuk diprediksi. Data tersebut kemudian diolah dan dinormalisasi sebelum diaplikasikan pada algoritma K-NN. Langkah-langkah K-NN melibatkan penentuan parameter K (jumlah tetangga terdekat), perhitungan jarak Euclidean, pengurutan hasil jarak, dan pemilihan kategori mayoritas sebagai prediksi kelas objek baru. Hasil penelitian menunjukkan bahwa penerapan algritma K-NN dengan K=3 berhasil memberikan prediksi siswa berprestasi dengan mempertimbangkan atribut yang relevan. Proses ini dilakukan dengan bantuan pemrograman JAVA untuk menghitung dan menganalisis data. Kesimpulan penelitian menunjukkan bahwa algoritma K-NN dapat digunakan sebagai alat prediksi untuk klasifikasi yang efektif untuk menentukan siswa berprestasi dan layak menerima beasiswa. Penelitian ini memberikan kontribusi dalam meningkatkan efisiensi dan akurasi dalam seleksi penerima beasiswa berprestasi di lingkungan sekolah dengan keakuratan 83,33%.