Klasifikasi Penjurusan Siswa Sma Dengan Menggunakan Algoritma Machine Learning

Penjurusan bagi peserta didik merupakan proses belajar yang berkesinambungan
guna untuk memfasilitasi para peserta didik untuk mencapai tujuan pendidikan
yang mereka inginkan. Kekeliruan dalam penjurusan dapat memberikan pengaruh
negatif bagi peserta didik dalam proses serta hasil pembelajaran. Dalam
menetukan jurusan siswa, SMAN 9 Pekanbaru masih menggunakan cara manual
sehingga dalam proses penjurusan rentan terjadi kekeliruan pemilihan jurusan
siswa. Untuk meminimalisir kekeliruan dalam proses penjurusan maka
dimanfaatkannya algoritma klasifikasi machine learning dalam proses penjurusan
siswa. Dalam melakukan klasifikasi machine learning, penelitian ini
menggunakan empat algoritma machine learning yaitu K-Nearest Neighbors,
Support Vector Machine, Random Forest dan Naïve Bayes. Hasil pengujian
menunjukkan akurasi tertinggi diperoleh algoritma K-Nearest Neigbors yang
menjadikan algoritma K-NN menjadi algoritma terbaik pada penelitian ini. KNearest Neigbors mendapatkan akurasi sebesar 93%, Support Vector Machine
mendapatkan akurasi sebesar 90%, Random Forest mendapatkan akurasi sebesar
86.7% dan Naïve Bayes mendapatkan akurasi sebesar 86.7%.