ANALISIS PENGEMBANGAN MODEL PEMBELAJARAN DALAM KELAYAKAN BANGUNAN SEKOLAH DENGAN METODE K-NEAREST NEIGHBORS
DOI:
https://doi.org/10.29103/sisfo.v7i2.14788Abstract
Penelitian ini bertujuan untuk analisis pengembangan model pembelajaran kelayakan bangunan sekolah dengan model k-nears neighbort dalam menerima bantuan atau tidak. Analisis klasifikasi guna menentukan kelayakan sekolah dengan variabel kondisi fisik, infrastruktur, dan kinerja akademik sekolah. Penilaian kesesuaian sekolah sangat penting untuk meningkatkan kualitas pendidikan. Banyak lembaga pendidikan dan lembaga pemerintah telah menyadari pentingnya elemen-elemen ini dalam melakukan penelitian yang berfokus pada kualitas gedung sekolah karena kualitas proses pembelajaran dan kesejahteraan siswa dapat dipengaruhi secara langsung. Fokus penelitian ini adalah ketersediaan fasilitas, keamanan, tingkat aksesibilitas, dan kenyamanan. Urgensi penelitian ini adalah untuk menemukan komponen yang sangat penting dalam menentukan apakah sebuah bangunan sekolah layak atau tidak berdasarkan kriteria yang ditetapkan. Metodologi penelitian melibatkan pengumpulan data dari sekolah-sekolah terpilih, pengolahan data, dan pelatihan model KNN untuk mengidentifikasi pola-pola yang mengindikasikan layak atau tidaknya sebuah sekolah menerima bantuan. Algoritma K-Nearest Neighbors (KNN) ini menggunakan atribut dan karakteristik gedung sekolah yang sudah terklasifikasi sebagai layak atau tidak layak. Oleh karena itu, metode KNN dapat digunakan untuk mengevaluasi kelayakan gedung sekolah. Hasil penelitian model KNN ini dapat membantu dalam pemberian rekomendasi dalam pemberian bantuan sekolah pada bidang fasilitas pendidikan yang tersedia memenuhi persyaratan yang diperlukan dan keterbaharuan penelitian ini dapat memberikan rekomendasi pengambilan Keputusan dalam penilaian kelayakan sekolah, yang dapat menjadi dasar bagi pengambilan keputusan di bidang pendidikan.
References
Argina, A. M. (2020). Penerapan Metode Klasifikasi K-Nearest Neigbor pada Dataset Penderita Penyakit Diabetes. Indonesian Journal of Data and Science, 1(2),. https://doi.org/10.33096/ijodas.v1i2.11
Candra, A. I., Poernomo, Y. C. S., Ridwan, A., Winarto, S., Gardjito, E., & Siswanto, E. (2019). Pengecekan Kelayakan Bangunan Gedung Sma Negeri 1 Kota Kediri Yang Digunakan Untuk Aktifitas Belajar. Jurnal Abdi Masyarakat, 2(2).
Mawardi, E., Aulia, T. B., & Abdullah, A. (2018). Kajian Konsep Operasional Irfayanti, Y., & Satria, M. I. (2020).
Implementasi Metode K-Nearest Neighbor Untuk Prediksi Penjualan Beton Instan Pada PT. Decon Multi Industri. SENTINEL, 3(2), 288-300.
R. Hasanah, M. Hasan, W. Pangesti, F. Wati, and W. Gata, Klasifikasi
Penerima Dana Bantuan Desa Menggunakan Metode KNN (K-Nearest Neighbor), Techno, vol. 16, no. 1, pp. 1-6, Mar. 2019.
Faisal, A., Basri, B., & Sari, C. R. (2020). Sistem Informasi Pengklasifikasian Hasil Belajar Peserta Didik Dengan Teknik Data Mining Metode K-Nearest Neighbor (K-Nn). Journal Peqguruang, 2(1), 79-84.
Pemeliharaan Gedung SMA Bina Generasi Bangsa Meulaboh Aceh Barat. Jurnal Teknik Sipil, 1(4), 811-822.
Isya, M., Azmeri, A., & Hasan, E. I. (2021). Analisis Kelayakan Proses Evakuasi Vertikal pada Daerah Zona Merah di Kecamatan Kuta Alam. Jurnal Teknik Sipil, 10(1), 9-19.
Naldy, E. T., & Andri, A. (2021). Penerapan Data Mining Untuk Analisis Daftar Pembelian Konsumen Dengan Menggunakan Algoritma Apriori Pada Transaksi Penjualan Toko Bangunan MDN. Jurnal Nasional Ilmu Komputer, 2(2). https://doi.org/10.47747/jurnalnik.v2i2.525
Nuraiman, Kamdan, & Yustiana, I. (2023). Perancangan Sistem Informasi Kontrakan Bu Jamilah Menggunakan Website. Jurnal Informasi Dan Teknologi, 63-72. https://doi.org/10.37034/jidt.v5i2.345
Oktaviyana, A. (2023). ANALISIS SISTEM INFORMASI MANAJEMEN. Circle Archive, 1(1), Article 1. https://circle-archive.com/index.php/carc/article/view/25
Utami, S. F. (2020). Penerapan Data Mining Algoritma Decision Tree Berbasis PSO.
Downloads
Published
Issue
Section
License
Authors retain copyright and grant the journal right of first publication and this work is licensed under a Creative Commons Attribution-ShareAlike 4.0 that allows others to share the work with an acknowledgement of the works authorship and initial publication in this journal.
All articles in this journal may be disseminated by listing valid sources and the title of the article should not be omitted. The content of the article is liable to the author.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
In the dissemination of articles by the author must declare the Sisfo: Jurnal Ilmiah Sistem Informasi as the first party to publish the article.

