Haqqi, Mulya (2024) SISTEM KLASIFIKASI METODE KNN DALAM MELIHAT KESESUAIAN MINAT DAN BAKAT SISWA UNTUK MENENTUKAN JURUSAN PERGURUAN TINGGI BERBASIS WEB (STUDI KASUS: SMAN 1 LHOKSEUMAWE). S1 thesis, Universitas Malikussaleh.

[img] Text
Cover.pdf

Download (94kB)
[img] Text
Abstrak.pdf

Download (238kB)
[img] Text
BAB I.pdf

Download (956kB)
[img] Text
Daftar Pustaka.pdf

Download (564kB)
[img] Text
Skripsi Mulya Haqqi (170180029).pdf
Restricted to Registered users only

Download (2MB)

Abstract

Banyaknya siswa-siswi SMA yang ingin terus sekolah ke jenjang perguruan tinggi dapat dilihat dari banyaknya siswa-siswi lulusan SMA yang mengikuti ujian masuk perguruan tinggi negeri maupun swasta. Namun sayangnya, keinginan yang besar untuk masuk ke perguruan tinggi negeri maupun swasta adalah kurangnya edukasi terhadap mereka yang ingin memilih jurusan tertentu yang sesuai dengan karakter siswa dan siswi masing- masing. Akibatnya, banyaknya mahasiswa baru yang di drop-out atau pindah jurusan bahkan perguruan tinggi setelah diterima di perguruan tinggi mereka masing-masing. Tujuan yang ingin dicapai pada skripsi ini yaitu untuk memastikan agar para siswa yang ingin masuk perguruan tinggi tidak salah memilih jurusan, pemilihan jurusan dilakukan berdasarkan bakat masing-masing tester yang diinformasikan melalui jawaban tes yang dipersyaratkan. Walaupun hasil pengukuran bakat ini tidak memberikan keputusan yang pasti tentang bagaimana pemecahan masalah siswa dalam belajar atau bekerja, namun indikator bakat ini dapat memberikan informasi tambahan yang dapat diandalkan untuk menjawab pertanyaan-pertanyaan dibidang lapangan pendidikan

Item Type: Thesis (S1)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
T Technology > T Technology (General)
Divisions: Fakultas Teknik > 57201 - Jurusan Sistem Informasi
Depositing User: Mulya Haqqi
Date Deposited: 04 Nov 2024 02:39
Last Modified: 04 Nov 2024 02:39
URI: https://rama.unimal.ac.id/id/eprint/7268

Actions (login required)

View Item View Item

Latest Collections

Top Downloaded Items

Top Authors

This repository has been indexed by