PREDIKSI KETEPATAN WAKTU KELULUSAN MAHASISWA DI UNIVERSITAS ISLAM NEGERI DATOKARAMA PALU MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR
Prediction of the Timeliness of Graduation for Students at Datokarama State Islamic University, Palu Using K-Nearest Neighbor Algorithm
Keywords:
Data Mining, Student Graduation, K-Nearest NeighbourAbstract
Setiap Tahun ajaran baru jumlah mahasiswa baru semakin bertambah, tetapi tidak semua mahasiswa dapat menyelesaikan masa studinya dengan tepat waktu. Penelitian ini menggunakan metode kuantitatif dapat menginvestigasi sistematika terhadap fenomena dengan mengumpulkan data untuk kemudian diukur dengan teknik statistik atau komputasi. Tipe penelitian menggunakan tipe penelitian prediktif dikarena penelitian ini memprediksikan atau memperkirakan apa yang terjadi pada saat yang akan datang berdasarkan hasil analisis atau data yang ada saat ini. Jenis pengumpulan data menggunakan metode dokumentasi dan menggunakan metode pengembangan sistem prototyping. Hasil yang didapatkan dari penelitian ini bahwa dengan menggunakan split validation dari dua angkatan yang di hitung mendapatkan nilai akurasi sebesar 88%, sedangkan saat menggunakan cross validation dari dua angkatan yang telah hitung mendapatkan hasil yang berbeda, yaitu mendapatkan akurasi sebesar 93% pada angkatan 2015 sedangkan pada angkatan 2017 mendapatkan akurasi sebesar 86%. Dikarenakan pada penelitian kali ini data yang didapatkan terbatas maka split validation adalah pilihan yang terbaik walaupun hanya mendapat nilai akurasi hanya sebesar 88% tetapi memiliki hasil yang lebih stabil.
Downloads
References
Agwil, W., Fransiska, H. and Hidayati, N. (2020) ‘Analisis Ketepatan Waktu Lulus Mahasiswa Dengan Menggunakan Bagging Cart’, FIBONACCI: Jurnal Pendidikan Matematika dan Matematika, 6(2), p. 155. doi: 10.24853/fbc.6.2.155-166.
Erdiansyah, U., Irmansyah Lubis, A. and Erwansyah, K. (2022) ‘Komparasi Metode K-Nearest Neighbor dan Random Forest Dalam Prediksi Akurasi Klasifikasi Pengobatan Penyakit Kutil’, Jurnal Media Informatika Budidarma, 6(1), p. 208. doi: 10.30865/mib.v6i1.3373.
Fajri, M. S., Septian, N. and Sanjaya, E. (2020) ‘Evaluasi Implementasi Algoritma Machine Learning K-Nearest Neighbors (kNN) pada Data Spektroskopi Gamma Resolusi Rendah’, Al-Fiziya: Journal of Materials Science, Geophysics, Instrumentation and Theoretical Physics, 3(1), pp. 9–14. doi: 10.15408/fiziya.v3i1.16180.
Heryana, D. (2019) DATA MINING UNTUK MEMPREDIKSI KELULUSAN MAHASISWA PENDIDIKAN MATEMATIKA UIN RADEN INTAN LAMPUNG MENGGUNAKAN NAIVE BAYES. UNIVERSITAS ISLAM NEGERI RADEN INTAN LAMPUNG.
Kim, J. H. et al. (2023) ‘Accelerating Large-Scale Graph-Based Nearest Neighbor Search on a Computational Storage Platform’, IEEE Transactions on Computers, 72(1), pp. 278–290. doi: 10.1109/TC.2022.3155956.
Naldy, E. T. and Andri, A. (2021) ‘Penerapan Data Mining Untuk Analisis Daftar Pembelian Konsumen Dengan Menggunakan Algoritma Apriori Pada Transaksi Penjualan Toko Bangunan MDN’, Jurnal Nasional Ilmu Komputer, 2(2), pp. 89–101. doi: 10.47747/jurnalnik.v2i2.525.
Purnomo, D. (2017) ‘Model Prototyping Pada Pengembangan Sistem Informasi’, J I M P - Jurnal Informatika Merdeka Pasuruan, 2(2), pp. 54–61. doi: 10.37438/jimp.v2i2.67.
Septian, N. Y. (2009) ‘Data Mining Menggunakan Algoritma Naïve Bayes Untuk Klasifikasi Kelulusan Mahasiswa Universitas Dian Nuswantoro’, Jurnal Semantik 2013, pp. 1–11.
Teng, X. and Gong, Y. (2018) ‘Research on Application of Machine Learning in Data Mining’, IOP Conference Series: Materials Science and Engineering, 392(6). doi: 10.1088/1757-899X/392/6/062202.
Yayan Alpian, M.Pd., Sri Wulan Anggraeni, M.Pd., Unika Wiharti., N. M. S. (2019) ‘PENTINGNYA PENDIDIKAN BAGI MANUSIA’, Sustainability (Switzerland), 1(1), pp. 1–14.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Burhanuddin Andi Masse, Rizandi Rasyid, Irmawati irsan, Fitriyanti Andi Masse , Diana Grace, dewi kusumawati
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
All rights reserved. This publication may be reproduced, stored in a retrieval system, or transmitted in any form or by any means, electronic, mechanical, photocopying, recording.