Klasifikasi hasil belajar peserta didik SD Negeri 1 Bayem berdasarkan penilaian menggunakan metode K-Nearest Neighbor

ABSTRAK :

Model Komputasi merupakan sebuah pembelajaran yang menghasilkan final berdasarkan karakteristik telah ditinjau sehingga bisa hasil keputusan bisa diambil. Penelitian dilakukan untuk mengetahui keputusan dari hasil komputasi dengan memakai aplikasi yang dirancang menggunakan metode K Nearest Neighbor kemudian Weighted Product menjalankan otomatis sebagai hasil penentuan klasifikasi keseluruhan kriteria pada subyek data. Klasifikasi sifat data training diambil dari data peserta didik yang telah lama ditetapkan sesuai karakteristik dan penentuan klasifikasi subyek data diambil dengan hal yang terbaru. Pengujian dilakukan untuk mengetahui kinerja subyek data yang belum terklasifikan sebagai faktor untuk diklasifikasikan. Data diambil dari tempat peneliti dengan memakai laporan 2022 di tempat peneliti. Pasca pengujian nilai K, fitur Weighted Product dihubungkan dengan K Near Neighbor untuk mengetahui ranking sehingga subyek data yang belum terklasifikasikan menjadi terklasifikasikan mudah diketahui dari akhir hasil K – Nearest Neighbor

ABSTRACT :

The Computational Model is a learning that produces a final based on the characteristics that have been reviewed so that the results of the decision can be taken. Research was conducted to determine the decision of the computational results by using an application designed using the K Nearest Neighbor method then Weighted Product runs automatically as a result of determining the overall classification of criteria on data subjects. The classification of the nature of the training data is taken from the data of students who have long been determined according to the characteristics and the determination of the classification of data subjects is taken with the latest thing. Testing is done to determine the performance of data subjects that have not been classified as a factor to be classified. The data is taken from the researcher's place by using the 2022 report at the researcher's place. After testing the K value, the Weighted Product feature is linked to the K Nearest Neighbor to determine the ranking so that the unclassified data subjects become classified easily known from the final K - Nearest Neighbor results.

مستخلص البحث :

النموذج الحسابي هو التعلم الذي ينتج نهائيا بناء على الخصائص التي تمت مراجعتها بحيث يمكن اتخاذ نتائج القرار. تم إجراء الدراسة لتحديد القرار من النتائج الحسابية باستخدام تطبيق مصمم باستخدام طريقة ك نياريست نيغباور (أقرب جار) ثم يتم تشغيل وايغ فرودوج (المنتج المرجح) تلقائيا نتيجة لتحديد معايير التصنيف الشاملة في موضوعات البيانات. تصنيف طبيعة بيانات التدريب المأخوذة من بيانات الطلاب الذين تم تعيينهم منذ فترة طويلة وفقا لخصائص وتحديد تصنيف موضوعات البيانات المأخوذة بأحدث شيء. أجريت اختبارات لتحديد أداء الأشخاص الذين لم يتم تصنيفهم كعامل يجب تصنيفهم. تم أخذ البيانات من مكان الباحث باستخدام تقرير عام 2022 عن مكان الباحث. بعد اختبار قيمة ك ، ترتبط ميزة المنتج المرجح بـ ك بالقرب من الجار لتحديد الترتيب بحيث يتم تصنيف الأشخاص الذين لم يتم تصنيفهم بسهولة من نهاية ك - أقرب النتائج المجاورة.