Penerapan Data Mining untuk Memprediksi Siswa Berprestasi dengan Menggunakan Algoritma K Nearest Neighbor

Abstract

Proses penentuan siswa berprestasi di SMK Tunas Sinar Mandiri Cianjur tidak hanya ditentukan dari nilai akademik saja, tetapi dipertimbangkan beberapa aspek non akademik seperti jenis kelamin, keaktifan ekstrakulikuler, presensi, dan kepribadian. Untuk nilai akademik, diambil dari nilai mata pelajaran produktif kelas X dan XI.  Untuk memprediksi siswa mana yang berprestasi di kelas XII dapat diterapkan teknik data mining dengan menggunakan algoritma k nearest neighbor (kNN) dengan k = 1. Tahapan proses data mining mengikuti tahapan dalam Knowledge Discovery di Databases (KDD). Tahapan ini dimulai dari selection, preprocessing, transformation, data mining, dan evaluation/interpretation. Proses transformasi data menggunakan metoda min- max dan rumus jarak yang digunakan yaitu jarak euclidian. Pembuatan aplikasi data mining ini mengikuti paradigma waterfall. Dari hasil analisis dan desain dengan menggunakan unified modeling langunge (UML) dihasilkan beberapa halaman utama yaitu kelola data siswa, penentuan variabel dan bobot variabel, Dengan penerapan teknik data mining ini dapat mempermudah pihak sekolah mempersiapkan siswa yang akan mendapatkan beasiswa.