SMK Negeri 2 Bawang menghadapi masalah dalam menentukan jurusan yang sesuai dengan minat dan bakat murid pada proses penerimaan peserta didik baru. Metode penjurusan saat ini, yang mengandalkan nilai rapor, prestasi akademik, dan minat murid melalui sistem PPDB Jawa Tengah, sering kali menghasilkan ketidaksesuaian antara jurusan yang dipilih dengan potensi murid. Faktor eksternal seperti pengaruh teman juga memengaruhi pilihan murid, menyebabkan penurunan prestasi dan kurangnya kesesuaian antara minat dan bakat dengan jurusan yang diambil. Untuk mengatasi permasalahan tersebut, penelitian ini mengadopsi algoritma K-Nearest Neighbor (KNN) untuk melakukan klasifikasi minat murid berdasarkan nilai mata pelajaran. Algoritma KNN dipilih karena memiliki tingkat akurasi yang lebih tinggi dibandingkan algoritma lain, seperti Naïve Bayes, dalam mengidentifikasi pola penjurusan yang tepat. Prinsip kerja KNN adalah menghitung jarak terdekat antara data murid baru dengan data pelatihan, lalu menentukan klasifikasi berdasarkan mayoritas tetangga terdekat. Implementasi KNN diharapkan dapat meminimalkan kesalahan dalam penjurusan, meningkatkan kesesuaian jurusan dengan potensi murid, dan mendukung peningkatan prestasi akademik. Dengan demikian, sistem ini dapat menjadi solusi efektif bagi SMK Negeri 2 Bawang dalam memaksimalkan hasil pendidikan berbasis minat dan bakat murid.