Implementasi Data Mining Klasifikasi Kelulusan Mahasiswa di Perguruan Tinggi Menggunakan K-Nearest Neighbors
Authors (s)
(1)  Legi Octa Sofyan Firmandala   (Universitas Ibrahimy Situbondo)  
        Indonesia
(2) * Zaehol Fatah 


        Indonesia
(*) Corresponding Author
AbstractDi Perguruan Tinggi (PT) terdapat masalah yang harus ditangani segera dan diantisipasi untuk mencegah mahasiswa lulus tidak tepat waktu yaitu dengan masa studi yang ditetapkan oleh kampus. Dikhawatirkan mahasiswa mengalami hal yang lebih buruk yaitu drop out. Sehingga terjadi masalah akademik yang berimbas kepada masa depan dan wali mahasiswa. Metode penelitian ini bersifat deskriptif kuantitatif, di mana data mahasiswa diambil dari sistem informasi akademik perguruan tinggi dan diolah untuk menghasilkan prediksi kelulusan. Data mining merupakan cara untuk memperoleh hasil yang ingin dicapai dengan akurat dan tepat sasaran. Diantara metode klasifikasi pada data mining K-Nearest Neighbors menjadi pilihan tepat untuk dipergunakan melakukan prediksi pada data kelulusan mahasiswa di Perguruan Tinggi (PT). Dari 380 mahasiswa yang dilakukan dengan training dan testing diperoleh prediksi akurasi 88,39%. |
Keywords
Data Mining., Klasifikasi., K-Nearest Neighbors., Prediksi Kelulusan., Data Mahasiswa
Full Text: DOWNLOAD PDF
Refbacks
- There are currently no refbacks.
Copyright (c) 2024 Legi Octa Sofyan Firmandala, Zaehol Fatah

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi
Published by Technic Faculty of Nurul Jadid University, Probolinggo, East Java, Indonesia.