IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR UNTUK KLASIFIKASI PENERIMA BEASISWA PROGRAM INDONESIA PINTAR (Studi Kasus : SMAN 1 Pematangsiantar)

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 dijumpai banyak kasus yang kurang tepat sasaran. Tujuan penelitian ini adalah mengimplementasikan algoritma K-Nearest Neighbor untuk mengklasifikasikan siswa penerima beasiswa PIP. Subjek pada penelitian ini adalah siswa/i SMAN 1 Pematangsiantar. Data diperoleh melalui penyebaran angket sesuai dengan kriteria yang telah ditentukan. Penelitian ini
menggunakan teknik sampling sistematis untuk pemilihan sampel. Data yang telah diperoleh kemudian dilakukan preprocessing data dengan menggunakan Label Encoder dan Normalisasi Min-Max. Data dibagi menjadi dua jenis yaitu data training dan data testing. K-fold cross validation digunakan untuk menentukan nilai k yang optimal. Hasil penelitian ini memperlihatkan tingkat akurasi yang dihasilkan berdasarkan hasil pengujian yang dilakukan untuk implentasi algoritma K-Nearest Neighbor dalam klasifikasi kelayakan penerima beasiswa PIP yaitu sebesar 70% dengan nilai k=3, dan nilai precission sebesar 100%, serta nilai recall sebesar 62,5%, dengan hasil pengujian