PENERAPAN K-NEAREST NEIGHBOUR DAN PARTICLE SWARM OPTIMIZATION UNTUK KLASIFIKASI SELEKSI KOMPETENSI BIDANG SEKOLAH TINGGI METEOROLOGI KLIMATOLOGI DAN GEOFISIKA (STMKG) 2024
Sekolah Tinggi Meteorologi Klimatologi dan Geofisika (STMKG) melaksanakan penerimaan taruna baru tahun akademik 2024/2025 dengan kuota 120 orang yang terbagi dalam empat program studi. Dalam proses Seleksi Kompetensi Bidang (SKB), terdapat tantangan berupa banyaknya jumlah pendaftar dan keterbatasan dalam proses seleksi manual. Penelitian ini bertujuan mengimplementasikan metode K-Nearest Neighbors (KNN) yang dioptimasi dengan Particle Swarm Optimization (PSO) untuk mengklasifikasikan hasil SKB penerimaan taruna baru STMKG. Data yang digunakan bersumber dari hasil SKB PTB STMKG tahun akademik 2024/2025. Hasil penelitian menunjukkan bahwa implementasi KNN dengan nilai k = 3 mencapai akurasi 83%. Setelah dioptimasi menggunakan PSO, akurasi meningkat menjadi 90,23
URI
https://repo.itera.ac.id/depan/submission/SB2505260074
Keyword
Klasifikasi KNN Optimasi PSO Seleksi Kompetensi Bidang