Analisis Prediksi Siswa Paket C PKBM Siliwangi Pamulang Diterima Masuk Perguruan Tinggi Negeri Menggunakan Metode Algoritma Support Vector Machine dan K-Nearest Neighbour (Studi Kasus pada Sekolah PKBM Siliwangi)

Is Anin Nazura, . (2023) Analisis Prediksi Siswa Paket C PKBM Siliwangi Pamulang Diterima Masuk Perguruan Tinggi Negeri Menggunakan Metode Algoritma Support Vector Machine dan K-Nearest Neighbour (Studi Kasus pada Sekolah PKBM Siliwangi). Masters thesis, Universitas Pamulang.

	Text COVER_0.pdf Restricted to Registered users only Download (897kB)
	Text BAB_1.pdf Restricted to Registered users only Download (116kB)
	Text BAB_2.pdf Restricted to Registered users only Download (399kB)
	Text BAB_3.pdf Restricted to Registered users only Download (20kB)
	Text BAB_4.pdf Restricted to Registered users only Download (394kB)
	Text BAB_5.pdf Restricted to Registered users only Download (25kB)
	Text JURNAL.pdf Restricted to Registered users only Download (289kB)

Abstract

Untuk masuk Perguruan Tinggi Negeri (PTN) bagi lulusan paket C relatif sulit. Berdasarkan data lulusan paket C di PKBM yang diterima masuk di Perguruan Tinggi Negeri tahun 2020 sampai dengan 2022 ada sebanyak 42 siswa dari total jumlah 210 siswa yang mendaftar dan dari total keseluruhan 1.132 siswa. Sehubungan dengan hal tersebut maka perlu adanya sistem atau model yang dipakai untuk memprediksi siswa lulusan Paket C PKBM Siliwangi yang diperkiran bisa diterima masuk Perguruan Tinggi Negeri (PTN) dengan metode Algoritma Support Vector Machine dan K-Nearest Neighbour. Hasil dari penelitian yaitu metode support vector machine memiliki tingkat akurasi yang lebih tinggi dibandingkan algoritma k-nearest neighbour dengan nilai akurasi sebesar 98,8 %. Nilai presisi terbaik adalah algoritma support vector machine dengan nilai 97,6 % dibandingkan dengan algoritma k-nearest neighbour. Nilai recall terbaik adalah algoritma support vector machine dengan nilai 97,8 %. Kata Kunci: Algoritma Support Vector Machine, K-Nearest Neighbour, Prediksi.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Algoritma Support Vector Machine, K-Nearest Neighbour, Prediksi
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	Agus Sugiarto
Date Deposited:	28 Mar 2024 06:07
Last Modified:	28 Mar 2024 06:07
URI:	http://repository.unpam.ac.id/id/eprint/12241

Actions (login required)

View Item