IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR UNTUK KLASIFIKASI PENERIMA BEASISWA PROGRAM INDONESIA PINTAR (PIP)

Program Indonesia Pintar (PIP) merupakan salah satu kebijakan pemerintah yang diharapkan dapat meningkatkan aksesibilitas dan pemerataan pendidikan di Indonesia, namun dalam pelaksanaannya pemberian beasiswa dari program ini masih terdapat kasus yang kurang tepat sasaran. Tujuan penelitian ini adalah mengimplementasikan algoritma �-Nearest Neighbor untuk mengklasifikasikan siswa penerima beasiswa PIP. Subjek dalam penelitian ini adalah siswa/i SMAN 1 Pematangsiantar. Metodologi dalam penelitian ini adalah preprocessing data dengan menggunakan Label Encoder dan Normalisasi MinMax, pembagian data menjadi data training dan data testing dengan perbandingan 90:10, serta �-fold cross validation yang digunakan untuk menentukan nilai � yang optimal. Hasil penelitian menunjukkan bahwa tingkat akurasi dari pengujian yang dilakukan untuk implentasi algoritma �-Nearest Neighbor dalam klasifikasi kelayakan penerima beasiswa PIP yaitu sebesar 83% dengan nilai best �=3, dan nilai precission sebesar 83%, serta nilai recall sebesar 83%, dengan hasil pengujian dari 290 data, terdapat 240 data (83%) yang bernilai benar dan 50 data (17%) yang bernilai salah