Model Prediksi Keketatan Lolos SNMPTN Menggunakan Algoritma K-Nearest Neighbor

Abstrak: Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN) adalah pola penerimaan melalui penelusuran kemampuan dan prestasi akademik sebagai sistem seleksi nasional. Siswa dapat membandingkan dengan peserta pada tahun-tahun sebelumnya yang telah lolos SNMPTN menggunakan data rapor digunakan keketatan jurusan perguruan tinggi terdapat website LTMPT. Proses ini dibantu algoritma mining, yaitu K-Nearest Neighbor (K-NN) untuk prediksi. Tujuan penelitian memprediksi serta menganalisis performa dari dalam proses Pada ini, akan diujikan melihat parameter terbaik perhitungan nilai root mean square error (RMSE) diujikan. Hasil evaluasi Leave One Out cross-validation menunjukkan bahwa memberikan hasil prediksi paling baik k (jumlah terdekat) =11 IPA =13 IPS. Setelah didapatkan Neighbor, maka model tersebut aplikasi dibangun penelitian.Kata kunci: prediksi, k-nearest neighbor, SNMPTN, rapor, Abstract: is a national standardized university admission process that uses academic achievement and performance as requirements. Students can compare their achievements with those of participants in previous years who have passed using report cards the acceptance rate information from LTMPT website. This be helped predictive mining algorithm (K-NN). The purpose this study to predict for college majors analyze algorithms used prediction process. In study, will tested determine best parameters by calculating value tested. results evaluation show gives predictions (number closest data) Sciences department (closest amount Social department. After obtaining on algorithm, it through an application built research.Keywords: prediction, cards,