Klasifikasi Penjurusan Siswa Sma Dengan Menggunakan Algoritma Machine Learning

Abstract

Penjurusan bagi peserta didik merupakan proses belajar yang berkesinambungan guna untuk memfasilitasi para peserta didik untuk mencapai tujuan pendidikan yang mereka inginkan. Kekeliruan dalam penjurusan dapat memberikan pengaruh negatif bagi peserta didik dalam proses serta hasil pembelajaran. Dalam menetukan jurusan siswa, SMAN 9 Pekanbaru masih menggunakan cara manual sehingga dalam proses penjurusan rentan terjadi kekeliruan pemilihan jurusan siswa. Untuk meminimalisir kekeliruan dalam proses penjurusan maka dimanfaatkannya algoritma klasifikasi machine learning dalam proses penjurusan siswa. Dalam melakukan klasifikasi machine learning, penelitian ini menggunakan empat algoritma machine learning yaitu K-Nearest Neighbors, Support Vector Machine, Random Forest dan Naïve Bayes. Hasil pengujian menunjukkan akurasi tertinggi diperoleh algoritma K-Nearest Neigbors yang menjadikan algoritma K-NN menjadi algoritma terbaik pada penelitian ini. K- Nearest Neigbors mendapatkan akurasi sebesar 93%, Support Vector Machine mendapatkan akurasi sebesar 90%, Random Forest mendapatkan akurasi sebesar 86.7% dan Naïve Bayes mendapatkan akurasi sebesar 86.7%.