Implementasi Local Mean Distance Weighting K-Nearest Neighbor (LMDWkNN) Untuk Prediksi Kelulusan SNMPTN Siswa di Pekanbaru

Abstrak

Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN) merupakan salah satu jalur penerimaan calon mahasiswa baru melalui proses seleksi tingkat nasional dengan menggunakan nilai rata-rata rapor tanpa harus melakukan tes untuk dapat diterima di Perguruan Tinggi Negeri (PTN) yang ingin dituju. SMAN di Pekanbaru proses prediksi kelulusan peserta SNMPTN yang masih dilakukan oleh guru Bimbingan Konseling (BK). Cara yang dilakukan oleh Guru BK yaitu dengan membandingkan nilai siswa peserta SNMPTN dengan nilai alumni yang sudah lulus sebelumya pada SNMPTN, sehingga dapat menyebabkan tingkat akurasi prediksi yang rendah dan pengalaman guru BK sangat dipengaruhi dalam prediksi ini. Berdasarkan permasalahan tersebut untuk meringakan beban guru BK dibutuhkanlah sebuah sistem yang dapat memprediksi kelulusan siswa pada SNMPTN. Sistem yang dibangun menggunakan metode Local Mean Based dan Distance Weighting K-Nearest Neighbor (LMDWKNN). Pengujian confusion matrix dengan hasil keseluruhan 86,14%, pengujian black box sebanyak 8 butir uji yang berhasil dilakukan dan Pengujian usability dengan hasil 92,9% yang mana dapat menunjukkan bahwa sistem yang dibangun dapat berjalan dengan baik.