IMPLEMENTATION OF K-NEAREST NEIGHBOUR (KNN) ALGORITHM TO PREDICT STUDENT’S PERFORMANCE

Author:

Wiyono Slamet,Abidin Taufiq

Abstract

Salah satu unsur untuk menjadi penilaian akreditasi adalah ketepatan waktu lulusan siswa. Adanya siswa yang tidak aktif tentu akan mempengaruhi ketepatan waktu kelulusan. Prediksi kinerja siswa diperlukan untuk mencegah siswa yang tidak aktif. Algoritma KNN digunakan untuk memprediksi kinerja siswa dengan menggunakan metode klasifikasi. Penelitian ini untuk mengoptimalkan algoritma KNN untuk memprediksi kinerja siswa dengan metode klasifikasi. Penelitian yang telah dilakukan dengan menggunakan data Jurusan Teknik Informatika Politeknik Harapan Bersama menyimpulkan bahwa nilai K terbaik adalah 3, 6, dan 9 untuk mendapatkan prediksi terbaik. Hasil ini diperoleh dengan mencoba nilai K, 3 hingga 60. Nilai prediksi kemudian dibandingkan, hasil yang salah diprediksi dimana persentase terkecil adalah yang terbaik.

Publisher

Universitas Muria Kudus

Cited by 4 articles. 订阅此论文施引文献 订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献

1. Surrogate-Assisted Symbolic Time-Series Discretization Using Multi-Breakpoints and a Multi-Objective Evolutionary Algorithm;Mathematical and Computational Applications;2024-09-11

2. Modeling of raw data pattern classification of wind tunnel test data in ILST;THE 10TH INTERNATIONAL BASIC SCIENCE INTERNATIONAL CONFERENCE (BASIC) 2022;2023

3. Multiclass Job Recommendation System in the IT Field between Classification and Prediction Method;2022 International Conference on Green Energy, Computing and Sustainable Technology (GECOST);2022-10-26

4. Classifying the Students' Behavior on e-Learning System using Fine-Tuning K-NN Method;2022 5th International Conference on Information and Communications Technology (ICOIACT);2022-08-24

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3