Skripsi Statistik
Penerapan Synthetic Minority Over-Sampling Technique menggunakan Algoritma K-Nearest Neighbor pada akreditas sekolah di Kota Palu
Akreditasi sekolah merupakan pengakuan atas pencapaian standar mutu pendidikan yang ditetapkan dengan pemberian sertifikat dimana akreditasi ini sangat penting bagi orang tua dalam memilih sekolaH SEBAGAI TEMPAT PENDIDIKAN ANAK. Akreditasi sekolah yang baik harus memenuhi standar mutu yang telah ditetapkan oleh tim asesor diantaranya adalah standar isi, standar proses, standar pendidik dan tenaga pendidik, standar sarana dan prasarana, standar pengelolaan, standar pembiayaan dan standar penilaian. Data akreditasi sekolah termaksud dalam data multivariet, maka digunakan metode kombinasi algoritma K-Nearest Neighbor (KNN) dan Synthetic Minority Over-Sampling Technique (SMOTE) dalam mengatasi data Akreditasi Sekolah yang tidak seimbang. Hasil penelitian ini menggunakan SMOTE untuk mengatasi data yang tidak seimbang dan diperoleh hasil yang mendekati seimbang yaitu 73 data untuk sekolah yang belum terakreditasi A, selanjutnya Kominasi KNN dengan SMOTE menghasilkan nilai akurasi yang lebih baik dimana presentasi akurasi mencapai 85% atau bisa dinyatakan berhasil.
Kata kunci: Akreditasi Sekolah, KNN, SMOTE
Tidak tersedia versi lain