Tugas Akhir Skripsi 15210089

• ADITYA AMRAN
• 2026

---

Penentuan kelulusan siswa merupakan sebuah komponen yang menjadi bahan evaluasi terhadap keberhasilan siswa dalam proses pembelajaran di sekolah. Namun, dalam penentuan proses kelulusan di Tingkat Sekolah Menengah Pertama (SMP) masih sering dilakukan secara manual, sehingga akan berpotensi menimbulkan kurangnya optimal dalam memanfaatkan data akedmik yang tersedia. Penelitian ini bertujuan untuk memprediksi kelulusan kelas 9 di SMP 144 Jakarta dengan menerapkan algoritma K-Nearest Neighbor (KNN) berdasarkan nilai akademik dan nilai kehadiran. Data yang digunakan dalam penelitian ini berupa nilai kehadiran, nilai tugas, nilai Sumatif Tengah Semester dan Sumatif Akhir Semester yang diperoleh dari pihak sekolah. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan tahapan pengumpulan data, preprocessing, pemodelan, serta evaluasi model. Proses pengolaan data dan pengujian data dilakukan menggunakan perangkat lunak Rapid Miner. Hasil penelitian ini menunjukan bahwa algoritma K-Nearest Neighbor (KNN) mampu memprediksi kelulusan siswa dengan Tingkat akurasi yang tinggi yaitu 99,66%, sehingga dapat dijadikan sebagai sistem pendukung Keputusan dalam menentukan kelulusan siswa secara lebih objektif dan berbasis data

• Data Mining
• K-Nearest Neighbor
• Machine Learning
• Nilai Akademik
• Prediksi Kelulusan
• Rapid Miner

https://repository.bsi.ac.id/repo/82319/Tugas-Akhir-Skripsi-15210089
Anda dapat membaca file tugas akhir ini di repository.