Penggunaan sistem berbasis web dalam pendidikan dapat meningkatkan akurasi dan efisiensi evaluasi pembelajaran, terutama dalam penerapan Kurikulum Merdeka yang menuntut diferensiasi berdasarkan kemampuan siswa. Penelitian ini bertujuan mengembangkan sistem klasifikasi kemampuan akademik siswa berbasis web menggunakan algoritma K-Nearest Neighbor (K-NN). Sebanyak 254 data nilai akhir siswa kelas XII digunakan sebagai dataset, yang dinormalisasi menggunakan MinMaxScaler dan dilatih menggunakan model K-NN dengan parameter K = 5. Proses klasifikasi dan evaluasi dilakukan menggunakan confusion matrix dan classification report, yang menghasilkan akurasi sebesar 90,19%. Sistem ini dikembangkan menggunakan framework Laravel untuk sisi web dan Python (Google Colab) untuk pemrosesan data dan model klasifikasi. Hasil klasifikasi ditampilkan dalam bentuk tabel interaktif dan rekap visual yang memudahkan guru dalam merancang treatment pembelajaran adaptif. Kontribusi utama dari penelitian ini adalah integrasi antara algoritma klasifikasi dan sistem informasi berbasis web yang mendukung evaluasi akademik secara objektif, efisien, dan selaras dengan semangat Kurikulum Merdeka.
Collaboration network of the authors
2 authors ·
1 co-authorship link
Hover or tap a name to highlight its co-authors. Double-click to open the author's page.
Affiliation unknown
Different organisations
Same organisation
Affiliation unknown
Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-author
Organisation
Joint articles
Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.