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

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.