Siburian, Rulli Prasetio Bane (2024) Pengembangan Website dengan Algoritma K-Nearest Neighbor (KNN) dalam Klasifikasi Perkembangan Prestasi Siswa Terhadap Hasil Belajar (Studi Kasus SD Negeri 107396 Paluh Merbau). Undergraduate thesis, UNIMED.
4193550024_Cover.pdf
Download (54kB)
4193550024_Lembar_Pengesahan.pdf
Download (520kB)
4193550024_Abstrak.pdf
Download (1MB)
4193550024_Kata_Pengantar.pdf
Download (183kB)
4193550024_Daftar_Isi.pdf
Download (1MB)
4193550024_Daftar_Gambar.pdf
Download (335kB)
4193550024_Daftar_Tabel.pdf
Download (229kB)
4193550024_Daftar_Lampiran.pdf
Download (180kB)
4193550024_BAB_I.pdf
Download (260kB)
4193550024_BAB_II.pdf
Restricted to Repository staff only
Download (790kB)
4193550024_BAB_III.pdf
Restricted to Repository staff only
Download (404kB)
4193550024_BAB_IV.pdf
Restricted to Repository staff only
Download (1MB)
4193550024_BAB_V.pdf
Download (194kB)
4193550024_Daftar_Pustaka.pdf
Download (301kB)
4193550024_Lampiran.pdf
Restricted to Repository staff only
Download (2MB)
Abstract
Dalam Sistem Pendidikan Sekolah Dasar (SD) Atau Madarasah Ibtidaiyah (MI), Pemahaman Perkembangan Intelektual Anak Usia Sekolah Dasar Sangat Penting Untuk Dijadikan Acuan Dalam Pendidikan Dan Pengajaran. Di SD Negeri 107396 Paluh Merbau Menjadi Lingkungan Yang Ideal Untuk Melakukan Penelitian Karena Masih Menggunakan Metode Manual Untuk Mengklasifikasikan Hasil Belajar Atau Nilai Siswa. Ini Menghasilkan Tumpukan Data Yang Besar Dan Tidak Efektif. Adapun Tujuan Dalam Penelitian Ini Adalah Menganalisis Efektivitas Algoritma K-Nearest Neighbor (KNN) Dalam Mengklasifikasikan Perkembangan Siswa Berdasarkan Hasil Belajar Dan Membangun Sebuah Website Yang Dapat Digunakan Sebagai Platform Untuk Mengumpulkan Data Hasil Belajar Siswa Dan Mengimplementasikan Algoritma KNN Untuk Melakukan Klasifikasi Prestasi Siswa. Perkembangan Prestasi Terhadap Hasil Belajar Berarti Kemajuan Yang Dicapai Oleh Siswa Selama Proses Pendidikan, Yang Mencerminkan Pemahaman, Keterampilan, Dan Pengetahuan Yang Diperoleh. Situs Yang Dikembangkan Berbentuk Aplikasi Web Interaktif Yang Memungkinkan Input, Pemrosesan, Dan Visualisasi Data Hasil Belajar Siswa. Model Klasifikasi Dibuat Berdasarkan Algoritma K-Nearest Neighbor (KNN), Yang Memanfaatkan Data Historis Siswa Untuk Memprediksi Kategori Prestasi Berdasarkan Nilai Ujian Semester, Nilai Ujian Harian, Nilai Tugas, Nilai Sikap, Dan Absensi. Teknik Pengumpulan Data Yang Digunakan Dalam Penelitian Ini Adalah Teknik Dokumenter. Berdasarkan Hasil Analisis, Perolehan Jarak Data Uji Ke Setiap Data Latih Diurutkan Dari Yang Terkecil (Terdekat) Ke Terbesar. Pemeriksaan Dilakukan Terhadap Setiap Kelas Berdasarkan Nilai K (Tetangga Terdekat). Dengan Parameter K = 1 Sampai K = 10, Klasifikasi Mayoritas Untuk Data Uji Rafa Rifa'i Menunjukkan Kategori Hasil Belajar Kelas 0, Yang Artinya Kurang Dari Rata-Rata. Penelitian Ini Menunjukkan Bahwa Algoritma KNN Dapat Digunakan Untuk Mengklasifikasikan Prestasi Siswa Dengan Akurasi Yang Memadai, Memberikan Wawasan Bagi Guru Dan Pihak Sekolah Untuk Meningkatkan Strategi Pembelajaran.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Keywords: | Klasifikasi Prestasi Siswa; Algoritma K-Nearest Neighbor (Knn); Pengembangan Website |
| Subjects: | Q Science > QA Mathematics > QA76 Computer software Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4150 Computer network resources |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Ilmu Komputer |
| Depositing User: | Mrs Gusti Lisa Utami |
| Date Deposited: | 01 Jul 2025 04:42 |
| Last Modified: | 01 Jul 2025 04:42 |
| URI: | https://digilib.unimed.ac.id/id/eprint/61037 |
