TRUNOJOYO-Tugas Akhir-25489-ABSTRACT.pdf
Download (38kB)
TRUNOJOYO-Tugas Akhir-25489-COVER.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-25489-CHAPTER 1.pdf
Download (142kB)
TRUNOJOYO-Tugas Akhir-25489-CHAPTER 2.pdf
Restricted to Repository staff only
Download (454kB)
TRUNOJOYO-Tugas Akhir-25489-CHAPTER 3.pdf
Restricted to Repository staff only
Download (590kB)
TRUNOJOYO-Tugas Akhir-25489-CHAPTER 4.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-25489-CONCLUSION.pdf
Restricted to Repository staff only
Download (108kB)
TRUNOJOYO-Tugas Akhir-25489-REFERENCES.pdf
Restricted to Repository staff only
Download (106kB)
TRUNOJOYO-Tugas Akhir-25489-APPENDICES.pdf
Restricted to Repository staff only
Download (5MB)
Abstract
Praktek kerja industri (PRAKERIN) merupakan salah satu program wajib yang harus dijalani bagi peserta didik yang menempuh pendidikan di Sekolah Menengah Kejuruan (SMK). Di jurusan Multimedia pelaksanaan prakerin dibagi menjadi 4 bidang yaitu bidang perkantoran, percetakan, perfilman dan perakitan. Penentuan bidang prakerin untuk menentukan tempat industri bagi masing-masing peserta didik di SMK Negeri 2 Sampang berdasarkan pada keminatan siswa dan pengamatan dalam setiap pembelajaran terutama mata pelajaran produktif, selain itu belum ada sistem untuk mengelompokkan bidang prakerin untuk maisng-masing peserta didik. Salah satu akibat dari proses tersebut adalah sering terjadi ketidaksesuaian antara keminatan dan skill yang dimiliki peserta didik. Sehingga perlu dilakukan penelitian untuk mengelompokkan bidang prakerin dengan menerapkan klasifikasi dnegan algoritma K-Nearest Neighbor (K-NN). Penenelitian ini bertujuan untuk mengembangkan sistem klasifikasi dengan algoritma K-Nearest Neighbor yang mengelompokkan bidang prakerin, mengetahui hasil dari klasifikasi, dan mengetahui koefisien performance dari sistem klasifikasi yang dibuat. Metode dalam peneltian ini adalah Research and Development dengan menggunakan model Cross Industry Standard Process for Data Mining (CRISP-DM) yang terdiri dari 6 tahap yaitu (1) business understanding, (2) data understanding, (3) data preparation, (4) modeling, (5) evaluation, (6) deploymen. Setelah data tersebut diproses maka didapatkan nilai K terbaik adalah 9 dengan nilai akurasi 70.00%, presisi 57.95%, dan recall sebesar 56.25%.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM ARICATUL AUFIA |
| Department | Pendidikan Informatika |
| Uncontrolled Keywords | Klasifikasi;Data Mining;Prakerin;K-Nearest Neighbor;Cross Industry Standard Process for Data Mining |
| Divisions | Fakultas Ilmu Sosial dan Ilmu Budaya > S1 - Pendidikan Informatika |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 19 Oct 2026 22:35 |
| Last Modified | 24 Oct 2026 16:55 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/10803 |
