ALGORITMA K-NEAREST NEIGHBOR UNTUK MEMPREDIKSI POTENSI SISWA PUTUS SEKOLAH
Tanggal Upload: 31/08/2024
Penulis / NIM:
HARIS USMAN / T3117365
Program Studi:
S1 Teknik Informatika
Abstrak:
Pengusiran adalah proses pemindahan paksa seorang siswa dari lembaga pendidikan. Hal ini mengacu pada putus sekolah formal karena berbagai faktor seperti kondisi ekonomi keluarga, pengaruh geografis, rendahnya pendidikan orang tua dan pengaruh sosial budaya. Berdasarkan data SMK Negeri 1 Gorontalo jumlah siswa tahun 2022 adalah 2.233 siswa dengan jumlah siswa yang telah putus sekolah berjumlah 26 siswa. Salah satu factor siswa pada putus sekolah yaitu adanya pandemi Covid 19 yang banyak mempengaruhi social ekonomi orang tua siswa yang banyak berdampak ke anak yang masih bersekolah, dampak lainnya yang mempengaruhi siswa putus sekolah adalah latar belakang pedidikan orang tua yang anaknya cepat mendapatkan pekerjaan dikarenakan factor ekonomi yang bermasalah dimasa pendemi covid 19.Hal ini menjadi awal untuk merancang sebuah aplikasi terkomputerisasi yang dapat memprediksi siswa putus sekolah yang berdasarkan latar belakang pendidikan dan sosial ekonomi keluarga.
Dari hasil Penelitian ini peneliti dapat mengetahui bagaimana cara memprediksi potensi siswa putus sekolah studi kasus pada smkn 1 gorontalo dan implementasi metode KNN. Metode KNN dapat digunakan untuk memprediksi secara tepat dan akurat, aplikasi yang sudah dibangun ini dapat digunakan karena memiliki dari hasil pengujian white Box didapatkan nilai CC=R=3. Hal ini mendakan bahwa sistem telah sesui dengan prosedural pengujian white box.