English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Di sekolah SDN Inpres 046 Sidorejo proses pengklasifikasi hasil belajar atau nilai para Peserta Didik masih secara manual, yaitu menggunakan aplikasi perkantoran yang akhirnya membuat tumpukan data yang sangat banyak. Jadi, selain membuat data excel hasil klasifikasi data semakin bertumpuk juga membuat pengajar kewalahan dalam menentukan hasil penghitungan nilai dan mengevaluasi hasil dari klasifikasi atau nilai akademik peserta didik sehingga boros tenaga, waktu, dan biaya. Penelitian ini bertujuan merancang sebuah sistem informasi klasifikasi hasil belajar pesera didik pada SDN Inpres 046 Sidorejo menggunakan teknik data mining metode K-Nearest Neighbor (K-NN). Untuk memudahkan mengklasifikasi hasil belajar peserta didik di Sekolah Dasar Negeri Inpres 046 sidorejo. Dengan Menggunakan Sistem Informasi Pengklasifikasian Hasil Belajar Peserta Didik Dengan Teknik Data Mining Metode K - Nearest Neighbor (K-NN), maka akan didapatkan hasil belajar pesera didik. Hasil pengklasifikasian nantinya dapat menjadi bahan bagi pihak sekolah untuk melakukan penilaian untuk mendapatkan hasil peserta didik dengan nilai terbaik setiap tahunnya. Penulisan skripsi ini dilakukan pada bulan Februari samapai dengan bulan April 2020 dengan lokasi penelitian pada SDN Inpres 046 Sidorejo Wonomulyo.

SISTEM INFORMASI PENGKLASIFIKASIAN HASIL BELAJAR PESERTA DIDIK DENGAN TEKNIK DATA MINING METODE K-NEAREST NEIGHBOR (K-NN)