NURJANAH, UMI (2025) Sistem Rekomendasi Sekolah Berbasis Data Mining dengan Algoritma K-Nearest Neighbor untuk Meningkatkan Kualitas Pendidikan. Other thesis, Universitas Duta Bangsa Surakarta.
![[thumbnail of Cover dan Abstrak.pdf]](https://eprints.udb.ac.id/style/images/fileicons/text.png)
Cover dan Abstrak.pdf - Preview
Restricted to Registered users only
Download (573kB)
![[thumbnail of Bab 1.pdf]](https://eprints.udb.ac.id/style/images/fileicons/text.png)
Bab 1.pdf - Preview
Restricted to Registered users only
Download (304kB)
![[thumbnail of Bab 2.pdf]](https://eprints.udb.ac.id/style/images/fileicons/text.png)
Bab 2.pdf - Preview
Restricted to Registered users only
Download (457kB)
![[thumbnail of Bab 3.pdf]](https://eprints.udb.ac.id/style/images/fileicons/text.png)
Bab 3.pdf - Preview
Restricted to Registered users only
Download (6MB)
![[thumbnail of Bab 4.pdf]](https://eprints.udb.ac.id/style/images/fileicons/text.png)
Bab 4.pdf - Preview
Restricted to Registered users only
Download (7MB)
![[thumbnail of Bab 5.pdf]](https://eprints.udb.ac.id/style/images/fileicons/text.png)
Bab 5.pdf - Preview
Restricted to Registered users only
Download (102kB)
![[thumbnail of Daftar Pustaka.pdf]](https://eprints.udb.ac.id/style/images/fileicons/text.png)
Daftar Pustaka.pdf - Preview
Restricted to Registered users only
Download (42kB)
![[thumbnail of Lampiran.pdf]](https://eprints.udb.ac.id/style/images/fileicons/text.png)
Lampiran.pdf - Preview
Restricted to Registered users only
Download (324kB)
![[thumbnail of Artikel Publikasi.pdf]](https://eprints.udb.ac.id/style/images/fileicons/text.png)
Artikel Publikasi.pdf - Preview
Restricted to Registered users only
Download (728kB)
Abstract
Pemilihan sekolah merupakan aspek krusial dalam menunjang keberhasilan pendidikan dan pengembangan karakter siswa. Banyak orang tua dan siswa mengalami kesulitan dalam menentukan pilihan sekolah yang tepat karena keterbatasan informasi, perbedaan biaya, serta kualitas fasilitas yang tidak merata antar sekolah. Kurangnya panduan berbasis data dalam proses seleksi sekolah juga menyebabkan keputusan subjektif dan kurang optimal. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan mengembangkan sistem rekomendasi sekolah berbasis algoritma K-Nearest Neighbor (KNN) yang mampu memberikan saran personal, akurat, dan relevan sesuai dengan preferensi pengguna. Metode KNN yang digunakan meliputi pengumpulan data dari sepuluh sekolah jenjang SD dan SMP, normalisasi variabel numerik agar berskala setara, perhitungan jarak menggunakan rumus Euclidean, serta pemeringkatan sekolah berdasarkan tingkat kemiripan dengan data uji. Sistem ini memanfaatkan tujuh atribut penting: bentuk pendidikan, akreditasi, biaya pendidikan, lokasi, jumlah ruang kelas, laboratorium, dan perpustakaan. Hasil pengujian dengan Metode KNN menunjukkan bahwa SD 002 dan SMP 002 memiliki nilai jarak paling dekat terhadap data uji, sehingga direkomendasikan sebagai sekolah yang paling sesuai. Pengembangan sistem ini diharapkan menjadi solusi praktis yang dapat mendukung pengambilan keputusan pendidikan lebih objektif dan membantu pemerataan akses terhadap pendidikan berkualitas di berbagai wilayah. Hasil pengujian model menunjukkan nilai precision sebesar 80% dan recall sebesar 72,7%, yang mengindikasikan tingkat keakuratan sistem dalam memberikan rekomendasi berada pada kategori baik. Selain itu, hasil perhitungan menempatkan SD 002 dan SMP 002 sebagai sekolah dengan jarak terdekat terhadap data uji, sehingga direkomendasikan sebagai pilihan yang paling sesuai Pengembangan sistem ini diharapkan menjadi solusi praktis yang dapat mendukung pengambilan keputusan pendidikan lebih objektif serta membantu pemerataan akses terhadap pendidikan berkualitas di berbagai wilayah.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Kata kunci : Data mining, K-Nearest Neighbor, pemilihan sekolah, sistem rekomendasi |
Subjects: | T Technology > T Technology (General) |
Divisions: | Fakultas Ilmu Komputer > S1 - Teknik Informatika |
SWORD Depositor: | Perpustakaan Fikom |
Depositing User: | Perpustakaan Fikom |
Date Deposited: | 17 Sep 2025 02:26 |
Last Modified: | 17 Sep 2025 02:26 |
URI: | https://eprints.udb.ac.id/id/eprint/4240 |