Klasifikasi Layanan Pengaduan Di SMK NU 2 Kedungpring Lamongan Dengan Menggunakan Metode Algoritma K-NN

Achmad Dwi Feriawan, Musta’in Musta’in, Munif Munif, Danang Bagus Reknadi

Sari


Penanganan pengaduan yang efektif dan efisien di lingkungan sekolah sangat penting untuk meningkatkan kualitas layanan dan kepuasan siswa serta staf. Penelitian ini mengembangkan sebuah aplikasi web yang menggunakan algoritma K-Nearest Neighbors (KNN) untuk mengklasifikasikan layanan pengaduan di SMK NU 2 Kedungpring Lamongan. Sistem ini dirancang untuk mengelompokkan dan mengklasifikasikan pengaduan dengan nilai k=3, yang membantu sekolah dalam mengidentifikasi masalah yang sering terjadi dan mengambil tindakan yang tepat. Pengujian dilakukan untuk mengevaluasi akurasi model KNN dalam mengklasifikasikan pengaduan baru berdasarkan data pelatihan yang telah dikelompokkan. Hasil implementasi menunjukkan bahwa aplikasi ini dapat meningkatkan efisiensi penanganan pengaduan serta memberikan wawasan yang lebih baik kepada pihak sekolah mengenai isu-isu yang perlu diperhatikan. Dengan sistem ini, diharapkan kualitas layanan di SMK NU 2 Kedungpring Lamongan dapat meningkat secara signifikan.

Kata Kunci


Aplikasi Web;K-Nearest Neighbors;Klasifikasi Pengaduan;Manajemen Pengaduan;SMK NU 2 Kedungpring

Teks Lengkap:

PDF

Referensi


Alghifari, M. R., & Wibowo, A. P. (2019). Penerapan metode k-Nearest Neighbor untuk klasifikasi kinerja satpam berbasis web. Jurnal Teknologi Dan Manajemen Informatika, 5(1).

Arifin, Z., Shudiq, W. J., & Maghfiroh, S. (2019). Penerapan Metode K-NN (K-Nearest Neighbor) Dalam Sistem Pendukung Keputusan Penerimaan Kip (Kartu Indonesia Pintar) Di Desa Pandean Berbasis Web Dan Mysql. NJCA (Nusantara Journal of Computers and Its Applications), 4(1), 27–34.

ARTRIYANI, A. (2022). Klasifikasi Bidang Ilmu Pada Publikasi Terindeks Web Of Science Menggunakan Metode K-Nearest Neighbor [PhD Thesis]. Universitas Islam Sultan Agung Semarang.

Dewi, N. B., Wirdiani, N. A., & Arsa, D. S. (2022). Klasifikasi Kecanduan Smartphone pada Pelajar Sekolah Menengah Atas menggunakan Metode Machine Learning Berbasis Feature Weighting. Jurnal Edukasi Dan Penelitian Informatika, 8(1), 95–103.

Hadi, R. (2015). Perancangan Aplikasi Penentuan Pemberian SP Karyawan dengan Metode KNN. Proceedings Konferensi Nasional Sistem Dan Informatika (KNS&I).

HAKIM, A. (2018). Klasifikasi Sentimen Terhadap Bukalapak Dengan Menggunakan Metode Naïve Bayes Classifier [PhD Thesis]. Universitas Islam Negeri Sultan Syarif Kasim Riau.

Hananto, B. K., Pinandito, A., & Kharisma, A. P. (2018). Penerapan Maximum TF-IDF Normalization Terhadap Metode KNN Untuk Klasifikasi Dataset Multiclass Panichella Pada Review Aplikasi Mobile. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(12), 6812–6823.

Hidayat, M. T., & Laluma, R. H. (2022a). Penerapan Metode K-Nearest Neighbor Untuk Klasifikasi Gizi Balita. Infotronik: Jurnal Teknologi Informasi Dan Elektronika, 7(2), 64–69.

Hidayat, M. T., & Laluma, R. H. (2022b). Penerapan Metode K-Nearest Neighbor Untuk Klasifikasi Gizi Balita. Infotronik: Jurnal Teknologi Informasi Dan Elektronika, 7(2), 64–69.

Ilham, F., & Maharani, W. (2022). Analyze detection depression in social media twitter using bidirectional encoder representations from transformers. Journal of Information System Research (JOSH), 3(4), 476–482.

Irfan, D., Agustin, A., & Hediyati, S. (2020). Aplikasi Pengukur Tingkat Sentimen Pelanggan Berdasarkan Komplain Pelanggan Pln Menggunakan Algoritma K-Nearest Neighbor. Jurnal Inovtek Polbeng Seri Informatika, 5(2), 332–346.

Muntizar, A. W., Rahayudi, B., & Indriati, I. (2021). Penentuan Tingkat Kepentingan Email dengan menggunakan Metode K-Nearest Neighbor (Studi Kasus PT Green Air Paciffic Surabaya). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 5(11), 5088–5094.

Mustain, M. M. (2021). Aspect Based Sentiment Analysis Data Kuesioner Di Rumah Sakit Muhammadiyah Lamongan Menggunakan Algoritma K-NN. Joutica, 6(2), Article 2. https://doi.org/10.30736/jti.v6i2.677

Nanja, M., & Purwanto, P. (2015). Metode K-Nearest Neighbor Berbasis Forward Selection Untuk Prediksi Harga Komoditi Lada. Pseudocode, 2(1), Article 1. https://doi.org/10.33369/pseudocode.2.1.53-64

Ni’mah, A. T., & Arifin, A. Z. (2020). Perbandingan Metode Term Weighting terhadap Hasil Klasifikasi Teks pada Dataset Terjemahan Kitab Hadis. Rekayasa, 13(2), 172–180.

Ramadhani, O., & Data, F. S. D. A. (n.d.). Klasifikasi Multi-Label Berita Online Menggunakan Problem Transformation Dengan Metode K-Nearest Neighbor.

Reknadi, D. B., Fajrin, M., Munif, M., & Mustain, M. (2024). Implementasi Node. Js Dan Python Untuk Sistem Rekomendasi Laptop. Jurnal Informatika Dan Teknik Elektro Terapan, 12(3).

Reknadi, D. B., Kristian, Y., & Harianto, R. A. (2022). Classification of Criticisms and Suggestions on Public Services at RSI Nashrul Ummah Lamongan Using K-Competitive Autoencoder. Proceeding International Conference on Environment Health, Socioeconomic and Technology, 1, 151–161.

Supeli, M. F. F., & Setiaji, S. (2023). Klasifikasi Sentimen Positif Dan Negatif Pada Aplikasi Vidio Dengan Algoritma K-Nearest Neighbor. Indonesian Journal Computer Science, 2(1), 7–15.

Suprayogi, M. A. (2021). Klasifikasi Pengaduan Laras Online Berbasis Text Mining Menggunakan Algoritma K-Nearest Neighbor Dan Naïve Bayes. Jurnal Ilmiah Informatika Komputer, 26(1), 65–77.

Wibowo, A., Prabawa, E., & Sugiarto, E. (2021). Manajemen Strategi Pengelolaan Sumber Daya Maritim di Indonesia. Kebijakan: Jurnal Ilmu Administrasi, 12(2), 163–170.

Yanosma, D., Johar, A., & Anggriani, K. (2016). Implementasi Metode K-Nearest Neighbor (KNN) dan Simple Addittive Weighting (SAW) dalam Pengambilan Keputusan Seleksi Anggota Paskibraka. Rekursif: Jurnal Informatika, 4(2).

Zuriati, Z., & Qomariyah, N. (2023). Klasifikasi Penyakit Stroke Menggunakan Algoritma K-Nearest Neighbor (KNN) Classification of Stroke Using the K-Nearest Neighbor (KNN) Algorithm. Vol, 1, 1–8.




DOI: https://doi.org/10.31294/jki.v12i2.24696

##submission.copyrightStatement##

p-ISSN 2339-1928

e-ISSN 2579-633X


Dipublikasikan oleh LPPM Universitas Bina Sarana Informatika

Email : jurnalkhatulistiwainformatika@bsi.ac.id

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License

 

Jurnal Khatulistiwa Informatika Indexed by:

Image result for logo index sinta