PEMILIHAN FITUR DENGAN FORWARD SELECTION PADA METODE  K-NEAREST NEIGHBOR UNTUK PREDIKSI BIMBINGAN KONSELING SISWA

Wildani Eko Nugroho

doi:10.34001/jister.v3i1.651

Wildani Eko Nugroho Politeknik Harapan Bersama Tegal

DOI: https://doi.org/10.34001/jister.v3i1.651

Kata Kunci: KNN, Feature Selection, Forward Selection, Prediksi, Bimbingan, Konseling.

Abstrak

Salah satu masalah yang sulit untuk diramalkan yang ada disekolah adalah masalah bimbingan dan koseling. Bagi individu yang memiliki wewenang untuk mengambil keputusan, prediksi yang akurat diperlukan untuk mendukung pengambilan keputusan. KNN merupakan salah satu metode yang dapat melakukan prediksi terutama untuk prediksi bimbingan konseling. Pendekatan algoritma KNN yang digunakan untuk melakukan pengujian dan eksperimen terhadap 388 data siswa, memperoleh hasil akurasi sebanyak 96.40%. Setelah dilakukan optimasi menggunakan pemilihan fitur dengan forward selection mengalami kenaikan akurasi sebesar 0.51%. Hasil akhir dari akurasi yang diperoleh setelah mengalami kenaikan tingkat nilai akurasi sebesar 96.91% dengan jumlah siswa yang tidak harus melakukan bimbingan konseling sebanyak 362 siswa dan 62 siswa harus melakukan bimbingan konseling.

Referensi

Fanani, M. Rudi. 2020a. “Algoritma Naïve Bayes Berbasis Forward Selection Untuk Prediksi Bimbingan Konseling Siswa.” Jurnal DISPROTEK 11(1): 13–22.
Fanani, M Rudi. 2020b. “PENGGABUNGAN FORWARD SELECTION UNTUK PEMILIHAN FITUR PADA P-ISSN : 2089-676X.” 9(2): 85–88.
Gunawan, Muhammad, Muhammad Zarlis, and Roslina Roslina. 2021. “Analisis Komparasi Algoritma Naïve Bayes Dan K-Nearest Neighbor Untuk Memprediksi Kelulusan Mahasiswa Tepat Waktu.” Jurnal Media Informatika Budidarma 5(2): 513.
Han, Eunice S., and Annie goleman, daniel; boyatzis, Richard; Mckee. 2019. “BIMBINGAN DAN KONSELING Prespektif Sekolah.” Journal of Chemical Information and Modeling 53(9): 1689–99.
Hifsy, Ifrah, Rezki Hariko, and Yeni Karneli. 2022. “Menciptakan Konseling Yang Kondusif Melalui Teknik-Teknik Dasar Konseling (Attending, Listening Dan Structuring).” Ristekdik : Jurnal Bimbingan dan Konseling 7(2): 143.
Kustiyahningsih, Yeni, Devie Rosa Anamisa, and Nikmatus Syafa’ah. 2013. “Siswa Sma Menggunakan Metode Knn Dan Smart.”
Mahfudh, Adzhal Arwani, and Hery Mustofa. 2019. “Klasifikasi Pemahaman Santri Dalam Pembelajaran Kitab Kuning Menggunakan Algoritma Naive Bayes Berbasis Forward Selection.” Walisongo Journal of Information Technology 1(2): 101.
Nugroho, Mohamad Fajarianditya, and Setyoningsih Wibowo. 2017. “Fitur Seleksi Forward Selection Untuk Menetukan Atribut Yang Berpengaruh Pada Klasifikasi Kelulusan Mahasiswa Fakultas Ilmu Komputer UNAKI Semarang Menggunakan Algoritma Naive Bayes.” Jurnal Informatika Upgris 3(1): 63–70.
Nugroho, W E, and H Saputro. 2022. “Menentukan Prediksi Rekomendasi Bimbingan Konseling Siswa Sekolah Menengah Kejuruan Menggunakan K-Nearest Neighbor.” Journal of Information System and … 2(2): 20–24. https://journal.unisnu.ac.id/JISTER/article/view/409.
Ramlah. 2018. “Pentingnya Layanan Bimbingan Konseling Bagi Peserta Didik.” Al-Mau’Izhah 1(September): 70–76.
Somantri, Oman, Wildani, Eko Nugroho, and Abdul, Rohman Supriyono. 2022. “Penerapan Feature Selection Pada Algoritma Decision Tree Untuk Menentukan Pola Rekomendasi Dini Konseling.” Jurnal Sistem Komputer dan Informatika (JSON) 4(2): 272–79.
Susanto, Ahmad. 2018. Bimbingan Dan Konseling. Konsep,Teori,Dan Aplikasinya.
Wang, Ruihu. 2012. “AdaBoost for Feature Selection, Classification and Its Relation with SVM, A Review.” Physics Procedia 25: 800–807. http://linkinghub.elsevier.com/retrieve/pii/S1875389212005767 (May 27, 2013).