Penerapan Algoritma Machine Learning Untuk Penjurusan Siswa Sekolah Menengah Kejuruan Berdasarkan Nilai Raport dan Psikotest

Aug 5, 2026

Unggah oleh Aurelia

Penelitian ini bertujuan mengevaluasi efektivitas sistem penjurusan siswa di Sekolah Menengah Kejuruan (SMK) dengan memanfaatkan empat algoritma machine learning: K-Nearest Neighbor, Naive Bayes, Support Vector Machine, dan Random Forest. Penjurusan yang selama ini dilakukan secara manual melalui perhitungan nilai rapor, tes mandiri, dan psikotes memerlukan waktu lama. Hasil evaluasi menunjukkan Random Forest memberikan akurasi terbesar, sekitar 37% dan mendekati 38%, sehingga berpotensi mempercepat proses penjurusan serta mendukung pengambilan keputusan yang lebih efisien.

BahasaIndonesian

KategoriPenelitian & Laporan

FormatPDF

Halaman8

Waktu Membaca12 mnt

AksesGratis untuk diunduh

Daftar Isi

Penelitian Terkait dan Tujuan

Latar Belakang Proses Penjurusan

Metode Machine Learning yang Digunakan

Literature Review

Ringkasan Pendekatan Naive Bayes

Ringkasan Pendekatan K-Nearest Neighbor

Penerapan Algoritma Machine Learning Untuk Penjurusan Siswa Sekolah Menengah Kejuruan Berdasarkan Nilai Raport dan Psikotest Gian Maulana*, Afiyati Teknik Informatika, Fakultas Ilmu Komputer, Universitas Mercu Buana, Jakarta [41519010028@student.mercubuana.ac.id](41519010028@student.mercubuana.ac.id) Penelitian ini bertujuan untuk mengevaluasi keefektivan sistem penjurusan siswa di Sekolah Menengah Kejuruan (SMK) dengan menggunakan empat algoritma machine learning, yaitu K-Nearest Neighbor, Naive Bayes, Support Vector Machine, dan Random Forest. Hasil penelitian menunjukkan bahwa algoritma Random Forest memiliki akurasiterbesar dibandingkan algoritma lainnya. Saat ini, proses penjurusan siswa di SMK tempat penelitian ini dilakukan, masih diproses secara manual melalui perhitungan nilai raport, nilai tes mandiri, dan nilai psikotes. Proses penjuruan secara manual tersebut memakan waktu yang cukup lama. Implementasi algoritma Random Forest dapat menjadi solusi untuk mempercepat proses penjurusan siswa di SMK tersebut. Algoritma Random Forest memiliki akurasi terbaik di antara algoritma lain, yaitu 37% hampir mencapai 38%. Kata Kunci—Algoritma, Akurasi, Machine Learning, Perbandingan, Penjurusan DOI: 10.22441/jitkom.2023.v7i1.008 Article History: Received: Jan 9, 2023 Revised: Apr 9, 2023 Accepted: Apr 16, 2023 Published: Apr 24, 2023 I. PENDAHULUAN Sekolah Menengah Kejuruan (SMK) adalah sekolah menengah yang memberikan pendidikan kejuruan bagi siswasetelah menyelesaikan pendidikan dasar. SMK biasanya memberikan pelatihan kepada siswa agar siap terjun ke duniakerja atau melanjutkan ke perguruan tinggi. SMK memiliki program keahlian yang terfokus pada bidang tertentu, seperti teknik, industri, pariwisata, atau administrasi. Siswa di SMK dapat memilih program keahlian sesuai dengan minat dan bakat mereka. Cara penjurusan siswa di SMK bervariasi tergantung pada sekolah masing-masing. Biasanya, penjurusan siswa di SMK dilakukan dengan menggunakan beberapa nilai yaitu: nilai rapor, nilai tes mandiri dan nilai psikotes. Penelitian ini dilakukan dengan menggunakan data yang diambil dari Sekolah Menengah Kejuruan Telkom Jakarta. Sekolah Menengah Kejuruan Telkom Jakarta adalah salah satu sekolah yang berada dalam naungan Yayasan Sandhykara Putra Telkom. Sekolah ini didirikan pada tahun 1992 dengan nama Sekolah Teknik Menengah (STM) Telkom Sandhy Putra Jakarta. Saat ini SMK Telkom Jakarta memiliki empat bidang studi keahlian, yaitu Teknik Transmisi, Teknik Jaringan Akses, Teknik Komputer Jaringan, dan Rekayasa Perangkat Lunak. Proses penjurusan SMK Telkom Jakarta sendiri adalah dengan menggunakan nilai raport mereka selama lima semester ketika di SMP yang mereka tempuh, lalu proses selanjutnya adalah melalui kegiatan psikotes. Berdasarkan hasil psikotestersebut, para siswa dan siswi pendaftar yang telah lolos akan mendapatkan jurusan mereka untuk mengikuti kegiatanpembelajaran di SMK Telkom Jakarta. Penjurusan siswa sendiri merupakan suatu proses penempatan siswa ke dalam penjurusan tertentu, sehinggasiswa-siswi mampu mengikuti kegiatan pembelajaran dan menyerapnya secara optimal. Namun karena sulitnya dalam melakukan pengklasifikasian jurusan siswa-siswi menjadi kendala bagi pihak sekolah dalam mempertimbangkan kriteria siswa-siswi yang diinginkan, sehingga menjadikan waktu yang tidak efisien karena harus menghitung nilai siswa-siswi satu per satu melalui hasil psikotes. Dalam upaya menyelesaikan masalah yang dihadapi oleh sekolah, penelitian ini bertujuan untuk mengembangkan sistem pengklasifikasian jurusan bagi siswa yang telah menjalani tes psikologis di SMK Telkom Jakarta. Tujuan utama dari sistem ini adalah untuk memudahkan sekolah dalam menentukan jurusanyang sesuai bagi setiap siswa, serta untuk meningkatkanefisiensi waktu dalam proses pengambilan keputusan. Dengandemikian, metode machine learning seperti K-Nearest Neighbor, Naive Bayes, Support Vector Machine, dan Random Forest akan diterapkanuntu

Pertanyaan Umum

Apa tujuan penelitian ini dalam penjurusan siswa SMK?

Mengevaluasi efektivitas sistem penjurusan dengan machine learning untuk memudahkan sekolah menentukan jurusan yang sesuai serta meningkatkan efisiensi waktu keputusan.

Metode machine learning apa saja yang dibandingkan pada penelitian ini?

Penelitian membandingkan K-Nearest Neighbor, Naive Bayes, Support Vector Machine, dan Random Forest.

Algoritma mana yang menghasilkan akurasi terbaik dan berapa angkanya?

Random Forest memberikan akurasi terbesar, sekitar 37% hingga hampir mencapai 38%.

Aug 5, 2026

Unggah oleh Aurelia