Implementasi Data Mining Klasifikasi Kelulusan Mahasiswa di Perguruan Tinggi Menggunakan K-Nearest Neighbors

Legi Octa Sofyan Firmandala, Zaehol Fatah
DOI: https://doi.org/10.33650/coreai.v5i2.9729



Abstract

Di 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:

References

A. F. Rodli, S. E. Nikma Yucha, and M. SM, Manajemen Kinerja Institusi Perguruan Tinggi. CV Rey Media Grafika, 2022.

M. Syawal, M. Damapolii, and M. Hasan, “PERAN SISTEM INFORMASI MANAJEMEN KEPEGAWAIAN (SIMPEG) DALAM PENGELOLAAN AKREDITASI DI MAN 1 BONE,” Cendikia J. Pendidik. dan Pengajaran, vol. 2, no. 7, pp. 181–191, 2024.

A. S. Fauzan, A. I. P. Sari, and I. Ali, “ANALISIS PERBANDINGAN ALGORITMA DECISIOIN TREE DAN NAÏVE UNTUK MENGEVALUASI PRESTASI BELAJAR SISWA,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 1, pp. 741–747, 2024.

S. Arrohman and Z. Fatah, “Prediksi Diabetes Menggunakan Algoritma Klasifikasi K-Nearest Neighbors (K-NN) pada Perempuan Indian Pima,” Gudang J. Multidisiplin Ilmu, vol. 2, no. 10, pp. 220–226, 2024.

S. Z. H. Rukmana, A. Aziz, and W. Harianto, “Optimasi algoritma k-nearest neighbor (knn) dengan normalisasi dan seleksi fitur untuk klasifikasi penyakit liver,” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 2, pp. 439–445, 2022.

M. Ramdhan, Metode penelitian. Cipta Media Nusantara, 2021.

M. Hasan et al., “Metode penelitian kualitatif,” Penerbit Tahta Media, 2023.

Z. Setiawan et al., Buku Ajar Data Mining. PT. Sonpedia Publishing Indonesia, 2023.

J. Indriyanto, Algoritma K-Nearest Neighbor untuk prediksi nasabah asuransi. Penerbit NEM, 2021.

R. Aprilian, R. Habibi, and M. Y. H. Setyawan, Algoritma KNN dalam memprediksi cuaca untuk menentukan tanaman yang cocok sesuai musim. Kreatif, 2020.

N. Purwati, H. Kurniawan, and S. Karnila, Data mining, vol. 1. Zahira Media Publisher, 2021.

D. Pratmanto and F. F. D. Imaniawan, “Analisis Sentimen Terhadap Aplikasi Canva Menggunakan Algoritma Naive Bayes Dan K-Nearest Neighbors,” Comput. Sci., vol. 3, no. 2, pp. 110–117, 2023.

N. Ahmad, S. Hafizh, and R. Sulthanah, “Prediksi Kelulusan Mata Kuliah Mahasiswa Teknologi Informasi Menggunakan Algoritma K-Nearest Neighbor,” J. Manaj. Inform., vol. 14, no. 2, pp. 135–149, 2024.

F. Fitrianingsih and B. Zuraeni, “Analisis Ramalan Cuaca di Sekupang, Kota Batam Menggunakan Algoritma Decision Tree dan Confusion Matrix,” ⁠ Ekosph. J. Ekon. Pembang. dan Manaj., vol. 1, no. 3, pp. 15–26, 2024.


Dimensions, PlumX, and Google Scholar Metrics

10.33650/coreai.v5i2.9729


Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 Legi Octa Sofyan Firmandala, Zaehol Fatah

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


Creative Commons 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.