View Item 
    •   Home
    • Dissertations and Theses
    • Undergraduate Theses
    • Fakultas Sains dan Teknologi
    • Program Studi Sistem Informasi
    • View Item
    •   Home
    • Dissertations and Theses
    • Undergraduate Theses
    • Fakultas Sains dan Teknologi
    • Program Studi Sistem Informasi
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Implementasi Data Mining pada Penilaian Kinerja Guru Menggunakan Metode K-Nearest Neighbor (K-NN) Studi Kasus pada MI Alfagiri Silo-Jember

    Thumbnail
    View/Open
    Full Teks (1.701Mb)
    Date
    2024-08-15
    Author
    Jundanuddin, Muhammad
    Metadata
    Show full item record
    Abstract
    MI Al fagiri Pace Silo Jember, Jawa Timur adalah sebuah Madrasah Ibtida'iyah yang terletak di Jember, Jawa Timur. MI Alfagiri merupakan salah satu lembaga swasta di Desa Pace, Kecamatan Silo yang setiap tahunnya menyelenggarakan Penilaian Kinerja Guru (PKG) untuk meningkatkan mutu pendidikan. Untuk itu MI Alfagiri merupakan lembaga yang senantiasa mendorong pengembangan profesionalisme guru dan meningkatkan kualitas tenaga pengajar Hal ini bertujuan untuk mengetahui kapasitas mengajar guru di sekolah tersebut. Evaluasi hasil mengajar guru tidak hanya untuk mengetahui kapasitas guru, namun juga merupakan bentuk evaluasi tahunan. Evaluasi hasil mengajar guru merupakan hal yang penting dalam rangka meningkatkan kualitas guru itu sendiri. Penilaian kinerja dapat dilakukan dengan menggunakan metode atau sistem supaya mendapatkan hasil yang lebih akurat dan lebih terperinci. Diantaranya yaitu Pengimplementasian data mining menggunakan metode K-Nearest Neighbor (KNN). Algoritma K-Nearest Neighbor (KNN) adalah algoritma machine learning yang bersifat non-parametric dan lazy learning. Dengan kata lain, tidak ada jumlah parameter atau estimasi parameter yang tetap dalam model, terlepas data tersebut berukuran kecil ataupun besar. Algoritma K-Nearest Neighbor (KNN) merupakan sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data yang memiliki jarak paling dekat dengan objek tersebut. Tujuan dari algoritma k-nearest adalah untuk mengidentifikasi tetangga terdekat dari titik kueri tertentu sehingga kita dapat menetapkan label kelas pada titik tersebut. Algoritma ini hanya melakukan penyimpanan dan klasifikasi data. Misalnya pada tahap klasifikasi, fitur serupa dihitung untuk menguji data (mengklasifikasikan data yang tidak diketahui).
    URI
    http://repository.ibrahimy.ac.id/handle/123456789/777
    Collections
    • Program Studi Sistem Informasi

    Ibrahimy Library copyright © 2024 
    Contact Us | Send Feedback
    Theme by 
    Atmire NV
     

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    Ibrahimy Library copyright © 2024 
    Contact Us | Send Feedback
    Theme by 
    Atmire NV