APLIKASI PREDIKSI KELULUSAN UJIAN NASIONAL MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR DENGAN PENGUKURAN JARAK MANHATTAN DISTANCE

Abstract

Ujian Nasional merupakan evaluasi standar yang dilakukan secara nasional oleh pusat pendidikan untuk dijadikan syarat kelulusan seorang siswa/i. Sebelum menempuh ujian nasional siswa/i akan melakukan ujian Try Out dimana hal itu dilakukan sebagai tolak ukur sebelum menempuh ujian nasional yang sebenarnya. Pemanfaatan data kelulusan belum efisien dan maksimal, hal ini membuat tingkat kelulusan siswa/i belum diketahui dengan mudah dan cepat. Untuk memprediksi tingkat kelulusan, dapat memanfaatkan data-data yang ada khususnya data kelulusan. Banyaknya data membuat proses prediksi memakan waktu yang cukup lama, sehingga diperlukan sebuah sistem yang bisa meningkatkan waktu prediksi tingkat kelulusan siswa/i. Pada penelitian ini membahas sistem prediksi kelulusan dengan mengimplementasikan algoritma K-Nearest Neighbor dengan pengukuran jarak Manhattan Distance. Hasil dari penelitian ini akan digunakan sebagai pendukung keputusan agar siswa/i siap untuk menghadapi ujian nasional sejak dini. Hasil uji coba dengan menggunakan set data siswa dari 3 tahun terakhir yang berjumlah 124 jurusan IPA dan 270 jurusan IPS. Kemudian dengan parameter (K) yaitu K=9 dan K=13, maka dihasilkan rata-rata akurasi pada jurusan IPA 68,29% pada tahun ajaran 2013/2014, 82,52% pada tahun ajaran 2014/2015, 84,88% pada tahun ajaran 2015/2016, dan untuk jurusan IPS 74,71% pada tahun ajaran 2013/2014, 77,89% pada tahun ajaran 2014/2015, 70,23% pada tahun ajaran 2015/2016. Berdasarkan hasil dari serangkaian proses pengujian yang dilakukan dapat disimpulkan bahwa proses prediksi yang dilakukan menjadi lebih cepat dibandingkan menggunakan perhitungan manual pada Microsoft Excel.