Sistem Rekomendasi Pemilihan Sekolah Bagi Siswa Didik Baru Pada Sekolah Negeri Menengah Pertama Dalam Sistem PPDB

Hazimi, Indira Nursyamsina (2021) Sistem Rekomendasi Pemilihan Sekolah Bagi Siswa Didik Baru Pada Sekolah Negeri Menengah Pertama Dalam Sistem PPDB. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

Text 05111740000082-Indira-Nursyamsina-Hazimi-Buku_TA.pdf - Accepted Version Restricted to Repository staff only until 1 October 2023. Download (1MB) | Request a copy

Abstract

Sistem zonasi pada Penerimaan Peserta Didik Baru (PPDB) telah berlaku sejak tahun 2018. Persentase dari sistem zonasi ini diserahkan kepada pemerintah daerah yang berwenang, sesuai dengan kebutuhan tiap daerah. Sistem zonasi diperlukan dengan tujuan untuk mengurangi jarak antara rumah siswa dengan sekolah yang dijalani. Namun, dalam implementasinya terdapat beberapa keluhan dari masyarakat, salah satunya adalah persentase diterimanya siswa dengan jarak lebih dari satu kilometer cukup rendah. Siswa yang berdomisili pada wilayah yang berdekatan dengan sekolah mendapatkan keuntungan yang lebih. Dalam pembagian wilayah tersebut, diperlukan sebuah pemetaan komunitas siswa, sehingga siswa dapat menentukan pilihan sekolah yang memiliki persentase diterima lebih tinggi.
Tujuan tugas akhir ini adalah mengembangkan sistem rekomendasi pemilihan sekolah bagi peserta didik baru pada Sekolah Menengah Pertama Negeri dalam sistem PPDB yang dapat menunjukkan nilai peluang diterimanya peserta didik tersebut, menggunakan Node Similarity untuk merangkai konunitas peserta didik dan Common Neighbors untuk mendapatkan sekolah-sekolah rekomendasi, serta penggunaan graph database dengan bantuan Neo4j.
Dataset yang digunakan merupakan data jalur zonasi tahun sebelumnya, yang meliputi nomor NISN, titik koordinat rumah peserta didik, serta sekolah dimana peserta didik diterima. Dataset melewati tahapan pembersihan data peserta didik yang bertempat tinggal diluar Kota Surabaya. Pembuatan model graph database dilakukan dengan menambahkan data-data pelengkap. Dari uji coba sistem rekomendasi, titik koordinat tempat tinggal siswa dengan jarak ke sekolah rekomendasi diatas dua kilometer memiliki nilai probabilitas sebesar 0%. Hal ini membuktikkan bahwa peserta didik dengan jarak ke sekolah lebih dari dua kilometer memiliki peluang lebih kecil untuk diterima pada jalur zonasi di PPDB. Sistem rekomendasi berhasil merekomendasikan dengan minimal satu dari tiga sekolah yang merupakan sekolah terdekat dari titik koordinat yang dimasukkan pada 7 dari 10 data pengujian.
=====================================================================================================
The zoning system for new student admissions (PPDB)
has been in effect since 2018. The local government is responsible
for determining the percentage of the zoning system according to
the needs of each region. A zoning system is needed to reduce the
distance between the student and school. However, in its
implementation, there were several complaints from the
community, one of which was the low percentage of students who
were accepted more than one kilometer away. Students who live
in areas adjacent to the school get benefits. A mapping of the
student clusters is needed so that students can determine the
choices of schools that have a higher percentage of acceptance.
Developing a school recommendation system for new
students in the State Junior High School PPDB system is needed.
The system can show the probability value of receiving these
students. Also, using Node Similarity to assemble the student
community and Common Neighbors to get recommended schools.
Utilize a graph database with the help of Neo4j to replace the
relational database.
Data from the previous year's zoning system includes the
NISN number, to distinct each student from one another,
coordinates of the student, and the schools where the student is
accepted. The dataset goes through the stages of cleaning the
data of students who live outside the city of Surabaya. Graph
database modeling is built by adding complementary data.
xi
The test dataset is from the previous year's zoning system
data, including the NISN number, coordinates of the student, and
the choices of schools. From the testing results, the student
coordinates point with the distance to the recommended school
above two kilometers has a probability value of 0%. Therefore,
students with a distance to a school of more than two kilometers
have a lower chance of being accepted into the zoning system at
PPDB. The recommendation system succeeded in recommending
at least two of the three schools, which were the closest schools to
the entered coordinates of 7 out of 10 data tests.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Sistem Rekomendasi, Node Similarity, Common Neighbors, Neo4j, Graph, Probabilitas, Recommendation system, Node Similarity, Common Neighbors, Neo4j, Graph, Probability
Subjects:	T Technology > T Technology (General) > T58.62 Decision support systems
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Indira Nursyamsina Hazimi
Date Deposited:	10 Aug 2021 19:57
Last Modified:	10 Aug 2021 19:57
URI:	http://repository.its.ac.id/id/eprint/85538

Actions (login required)

View Item