IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR UNTUK MEMPREDIKSI TINGKAT BULLYING DI YAYASAN PENDIDIKAN DHARMA BAKTI SELESAI

Authors

  • Yeni Wahyuningsih STMIK Kaputama
  • Imran Lubis STMIK Kaputama
  • Kristina Annatasia Br Sitepu STMIK Kaputama

Keywords:

Bullying, K-Nearest Neighbor, Klasifikasi, Data Mining

Abstract

Bullying merupakan salah satu permasalahan serius di lingkungan sekolah yang dapat memengaruhi kondisi psikologis dan prestasi siswa. Penelitian ini bertujuan untuk mengklasifikasikan tingkat bullying berdasarkan data kuesioner menggunakan algoritma K-Nearest Neighbor (KNN). Dataset penelitian terdiri dari 118 responden dengan 16 atribut yang mewakili faktor-faktor terkait bullying serta satu atribut label dengan tiga kategori tingkat bullying, yaitu Rendah, Sedang, dan Tinggi. Tahapan penelitian meliputi preprocessing data berupa penghapusan atribut yang tidak relevan, transformasi data kategorikal ke numerik dengan Label Encoding, serta normalisasi menggunakan MinMaxScaler. Data kemudian dibagi menjadi data latih dan data uji dengan rasio 80:20 untuk memastikan pemerataan distribusi kelas. Implementasi algoritma KNN dilakukan dalam dua pendekatan, yaitu KNN manual dengan perhitungan jarak Euclidean dan KNN menggunakan pustaka scikit-learn. Hasil pengujian menunjukkan bahwa akurasi yang diperoleh masih rendah, yaitu 37,5%, dengan nilai precision, recall, dan F1-score yang juga kurang dari 40%. Pengujian cross-validation 5-fold memperkuat hasil tersebut dengan rata-rata akurasi sebesar 34,89%, yang menunjukkan performa model belum optimal. Faktor yang memengaruhi hasil ini adalah jumlah data yang terbatas serta distribusi kelas yang tidak seimbang. Dengan demikian, algoritma KNN dapat digunakan untuk klasifikasi tingkat bullying, namun perlu dilakukan pengembangan lebih lanjut dengan penambahan data, penyeimbangan kelas, serta perbandingan dengan algoritma lain agar hasil yang diperoleh lebih akurat dan stabil.

Downloads

Download data is not yet available.

References

Alfarizi, M. Riziq Sirfatullah, Muhamad Zidan Al-farish, Muhamad Taufiqurrahman, Ginan Ardiansah, and Muhamad Elgar. 2023. “Penggunaan Python Sebagai Bahasa Pemrograman Untuk Machine Learning Dan Deep Learning.” Karya Ilmiah Mahasiswa Bertauhid (KARIMAH TAUHID) 2(1): 1–6.

Arsi, Primandani, and Retno Waluyo. 2021. “Analisis Sentimen Wacana Pemindahan Ibu Kota Indonesia Menggunakan Algoritma Support Vector Machine (SVM).” Jurnal Teknologi Informasi dan Ilmu Komputer 8(1): 147. doi:10.25126/jtiik.0813944.

Aulia, Nadira, Sarinah Sarinah, and Juanda Juanda. 2023. “Analisis Kurikulum Merdeka Dan Kurikulum 2013.” Jurnal Literasi dan Pembelajaran Indonesia 3(1): 14–20.

Dwiki, Aluisius, Adhi Putra, Safitri Juanita, Program Studi, Sistem Informasi, Fakultas Teknologi, Informasi Universitas, and Budi Luhur. 2021. “Analisis Sentimen Pada Ulasan Pengguna Aplikasi Bibit Dan Bareksa Dengan Algoritma KNN.” 8(2): 636–46.

Fauzi, Achmad. 2022. “Implementasi Kurikulum Merdeka Di Sekolah Penggerak.” Pahlawan: Jurnal Pendidikan-Sosial-Budaya 18(2): 18–22. doi:10.57216/pah.v18i2.480.

Gifari, Okta Ihza, Muh Adha, Ivan Rifky Hendrawan, Fernandito Freddy, and Setlight Durrand. 2022. “Analisis Sentimen Review Film Menggunakan TF-IDF Dan Support Vector Machine.” 2(1): 36–40.

Handayani, Arfina, and Ilka Zufria. 2024. “Analisis Sentimen Terhadap Bakal Capres RI 2024 Di Twitter Menggunakan Algoritma SVM.” 5(1): 53–63. doi:10.47065/josh.v5i1.4379.

Hasanah, Msy Aulia, Sopian Soim, and Ade Silvia Handayani. 2021. “Implementasi CRISP-DM Model Menggunakan Metode Decision Tree Dengan Algoritma CART Untuk Prediksi Curah Hujan Berpotensi Banjir.” Journal of Applied Informatics and Computing 5(2): 103–8. doi:10.30871/jaic.v5i2.3200.

Hendrastuty, Nirwana, Auliya Rahman Isnain, Ari Yanti Rahmadhani, Program Studi, Sistem Informasi, Universitas Teknokrat Indonesia, Program Studi Informatika, Universitas Teknokrat Indonesia, and Kota Bandar Lampung. 2021. “Analisis Sentimen Masyarakat Terhadap Program Kartu Prakerja Pada Twitter Dengan Metode Support Vector Machine.” 6(3): 150–55.

Husada, Hendry Cipta, and Adi Suryaputra Paramita. 2021. “Analisis Sentimen Pada Maskapai Penerbangan Di Platform Twitter Menggunakan Algoritma Support Vector Machine (SVM).” Teknika 10(1): 18–26. doi:10.34148/teknika.v10i1.311.

Idris, Irma Surya Kumala, Yasin Aril Mustofa, and Irvan Abraham Salihi. 2023. “Analisis Sentimen Terhadap Penggunaan Aplikasi Shopee Mengunakan Algoritma Support Vector Machine (SVM).” Jambura Journal of Electrical and Electronics Engineering 5(1): 32–35. doi:10.37905/jjeee.v5i1.16830.

Informatika, Manajemen, Universitas Amikom, and Kata Kunci. “PENERAPAN METODE SUPPORT VECTOR MACHINE UNTUK ANALISIS Informatika Universitas Amikom Yogyakarta Abstraksi Keywords : Pendahuluan Tinjauan Pustaka.”

Jtik, Jurnal, Jurnal Teknologi, Rahmat Satria Buana, Windu Gata, Alda Zevana, Putri Widodo, and Hendra Setiawan. 2023. “Analisis Sentimen Pada Komen Twitter Pawang Hujan Mandalika Dengan Support Vector Machine ( SVM ) Dan Naïve Bayes.” 7(2): 0–6.

Lestari, Sri, and Safira Berliani. 2024. “Analisis Sentimen Masyarakat Terhadap Isu Pecat Sri Mulyani Pada Twitter Menggunakan Metode Naive Bayes Dan Support Vector Machine.” 5(3): 951–60.

Mursyid, Rabhita, and Aries Dwi Indriyanti. 2024. “Perbandingan Akurasi Metode Analisis Sentimen Untuk Evaluasi Opini Pengguna Pada Platform Media Sosial (Studi Kasus: Twitter).” Journal of Informatics and Computer Science (JINACS) 06: 371–83. https://ejournal.unesa.ac.id/index.php/jinacs/article/view/61322%0Ahttps://ejournal.unesa.ac.id.

Octarina, Sisca, Fitri Maya Puspita, Evi Yuliza, and Indrawati Indrawati. 2025. “Pendampingan Penggunaan Google Colab Pada Pembelajaran Python Dan Machine Learning Bagi Dosen Matematika Di Palembang.” Jurnal Pepadu 6(1): 56–66. doi:10.29303/pepadu.v6i1.6457.

Permata Aulia, Thalita Meisya, Nur Arifin, and Rini Mayasari. 2021. “Perbandingan Kernel Support Vector Machine (Svm) Dalam Penerapan Analisis Sentimen Vaksinisasi Covid-19.” SINTECH (Science and Information Technology) Journal 4(2): 139–45. doi:10.31598/sintechjournal.v4i2.762.

Pratama, R A. 2024. “Analisis Sentimen Konsumen Dengan Teknik Text Mining.” Jurnal Dunia Data 1(6): 1–17. http://www.cyberarea.id/index.php/duniadata/article/view/109.

Ridwansyah, Tengku. 2022. “Implementasi Text Mining Terhadap Analisis Sentimen Masyarakat Dunia Di Twitter Terhadap Kota Medan Menggunakan K-Fold Cross Validation Dan Naïve Bayes Classifier.” KLIK: Kajian Ilmiah Informatika dan Komputer 2(5): 178–85. doi:10.30865/klik.v2i5.362.

Riset, Jurnal, William Silalahi, and Adi Hartanto. 2024. “Klasifikasi Sentimen Support Vector Machine Berbasis Optimasi Menyambut Pemilu 2024 Support Vector Machine Sentiment Classification Based on Optimization Welcoming 2024 Election.” 7(2): 245–55. doi:10.30595/jrst.v7i2.18133.

Riza, Faizal. 2023. “Analisis Sentimen Pengguna Twitter Terhadap Pelaksanaan Implementasi Kurikulum Merdeka.” Ismetek 15(2): 38–44.

Savitri, Ni Luh Putu Chandra, Radya Amirur Rahman, Reyhan Venyutzky, and Nur Aini Rakhmawati. 2021. “Analisis Klasifikasi Sentimen Terhadap Sekolah Daring Pada Twitter Menggunakan Supervised Machine Learning.” Jurnal Teknik Informatika dan Sistem Informasi 7(1): 47–58. doi:10.28932/jutisi.v7i1.3216.

Septiana, Angga, Gifthera Dwilestari, Agus Bahtiar, Teknik Informatika, Sistem Informasi, Data Mining, Kurikulum Merdeka, and Kementerian Pendidikan. 2024. “DALAM ANALISIS SENTIMEN PENGGUNA TWITTER X TERHADAP.” 8(1): 323–30.

Septiani, Dwi, and Ica Isabela. 2022. “Analisis Term Frequency Inverse Document Frequency (Tf-Idf) Dalam Temu Kembali Informasi Pada Dokumen Teks.” SINTESIA: Jurnal Sistem dan Teknologi Informasi Indonesia 1(1): 81–88.

Syahputra, Rizki Agam, and Maulia Rahmi Hanifah. 2024. “Metode Analisis Kesehatan Dengan Mengguakan Mechine Learning Atau Artificial Inteligenci Atau Data Mining Literature Review.” Jurnal Industri & Inovasi (INVASI) 1(2): 27–38. http://jurnal.utu.ac.id/invasi/.

Wahyudi, Rizki, and Gilang Kusumawardhana. 2021. “Analisis Sentimen Pada Review Aplikasi Grab Di Google Play Store Menggunakan Support Vector Machine.” 8(2): 200–207.

Yunita, Rani, and Mia Kamayani. 2023. “Perbandingan Algoritma SVM Dan Naïve Bayes Pada Analisis Sentimen Penghapusan Kewajiban Skripsi.” Indonesian Journal of Computer Science 12(5): 2879–90. doi:10.33022/ijcs.v12i5.3415.

Downloads

Published

2025-09-16

How to Cite

Wahyuningsih, Y., Lubis, I., & Annatasia Br Sitepu, K. (2025). IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR UNTUK MEMPREDIKSI TINGKAT BULLYING DI YAYASAN PENDIDIKAN DHARMA BAKTI SELESAI. Global Research and Innovation Journal, 1(3), 887–893. Retrieved from https://journaledutech.com/index.php/great/article/view/629

Most read articles by the same author(s)

Similar Articles

<< < 1 2 3 4 5 6 7 8 9 10 > >> 

You may also start an advanced similarity search for this article.