SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JURUSAN IDEAL BAGI CALON SISWA SMA

Abstrak

Penelitian ini bertujuan untuk mengembangkan sebuah Sistem Pendukung Keputusan (SPK) yang dapat membantu calon siswa SMA dalam menentukan jurusan yang ideal. Metode yang digunakan dalam penelitian ini adalah K-Nearest Neighbor (KNN) untuk klasifikasi kemampuan akademik, minat, bakat, dan kepribadian. Selain itu, metode GET dan POST digunakan untuk transfer data. Penelitian ini mencakup tahap pengumpulan data, studi literatur, perencanaan sistem, pembuatan sistem, pengujian dan evaluasi, serta penyusunan laporan penelitian. Hasil pengujian menunjukkan bahwa sistem yang dikembangkan dapat memberikan rekomendasi jurusan yang sesuai dengan kriteria yang telah ditetapkan. Pengguna dapat memasukkan data diri, nilai rapor, dan menjawab kuisioner untuk mendapatkan hasil rekomendasi. Dengan menggunakan algoritma KNN, sistem mampu menghasilkan rekomendasi yang mendekati atau sama dengan data training. Kesimpulan dari penelitian ini adalah bahwa SPK dengan metode KNN dapat membantu siswa dalam memilih jurusan yang ideal. Metode KNN ini lebih akurat dibandingkan dengan metode-metode SPK lainnya dalam konteks penelitian ini. Dengan demikian, sistem yang dikembangkan dapat menjadi alat yang berguna bagi calon siswa SMA dalam mengambil keputusan mengenai jurusan yang akan mereka pilih.

This research aims to develop a Decision Support System (DSS) to assist high school students in determining their ideal majors. The method employed in this study is the K-Nearest Neighbor (KNN) for the classification of academic ability, interest, talent, and personality. Additionally, the GET and POST methods are utilized for data transfer. The research encompasses data collection, literature review, system planning, system development, testing and evaluation, as well as research reporting phases. The test results indicate that the developed system can provide recommendations for majors in accordance with predefined criteria. Users can input personal data, report scores, and answer questionnaires to obtain recommendations. Utilizing the KNN algorithm, the system can generate recommendations that closely match or are identical to the training data. In conclusion, the DSS with the KNN method can assist students in selecting their ideal majors. The KNN method proves to be more accurate compared to other DSS methods in this research context. Thus, the developed system can serve as a useful tool for high school students in making decisions regarding their chosen majors.