Implementasi Algoritma K-Nearest Neighbor untuk Rekomendasi Jurusan Kuliah Berdasarkan Nilai Rapor dan Prestasi Siswa SMAN 2 Probolinggo

Penelitian ini mengembangkan sistem rekomendasi jurusan kuliah berbasis algoritma K-Nearest Neighbor (K-NN) untuk membantu siswa SMAN 2 Probolinggo memilih jurusan yang sesuai berdasarkan nilai rapor, prestasi, dan minat mereka. Sistem ini diimplementasikan menggunakan KNIME, dengan data yang dikumpulkan dari 51 siswa melalui kuesioner yang mencatat data akademik, pencapaian prestasi, dan preferensi jurusan. Proses pengolahan data meliputi preprocessing seperti normalisasi, filtering, pembobotan nilai, dan analisis klasifikasi menggunakan K-NN. Hasil penelitian menunjukkan bahwa algoritma K-NN bekerja optimal dengan akurasi tertinggi 81.82% pada nilai k=5, yang menandakan performa yang baik dalam menghasilkan rekomendasi jurusan yang relevan dan akurat. Sistem juga mendapatkan tanggapan positif dari pengguna, dengan lebih dari 85% siswa menyatakan puas terhadap hasil rekomendasi, sebagaimana didukung oleh hasil analisis korelasi (Pearson Correlation ≥ 0.75) yang menunjukkan hubungan signifikan antara kualitas rekomendasi dengan aspek transparansi, kegunaan, dan relevansi sistem. Penelitian ini membuktikan bahwa implementasi algoritma K-NN dalam sistem berbasis data pendidikan dapat memberikan solusi objektif dan relevan dalam membantu siswa memilih jurusan.
Kata Kunci : Rekomendasi Jurusan, Klasifikasi, K-Nearest Neighbor (K-NN), KNIME, SMAN 2 Probolinggo