Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal Jurnal TIKOMSIN (Teknologi Informasi dan Komunikasi Sinar Nusantara)
Agus Panoto
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
PENERAPAN ALGORITMA K-NEAREST NEIGHBORS UNTUK PREDIKSI KELULUSAN MAHASISWA PADA STMIK SINAR NUSANTARA SURAKARTA Agus Panoto; Yustina Retno Wahyu Utami; Wawan Laksito Yuly Saptomo
Jurnal Teknologi Informasi dan Komunikasi (TIKomSiN) Vol 5, No 1 (2017): Jurnal TiKomSiN
Publisher : STMIK Sinar Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (714.972 KB) | DOI: 10.30646/tikomsin.v5i1.284

Abstract

Penelitian ini difokuskan untuk menerapkan perhitungan Algoritma K-Nearest Neighbors (K-NN) pada aplikasi prediksi kelulusan mahasiswa yang nantinya diharapkan bisa sebagai alat bantu untuk memprediksi kelulusan mahasiswa. Dalam hal ini penulis memilih algoritma K-Nearest Neighbors (K-NN) karena K-Nearest Neighbors (K-NN) merupakan algoritma  yang bisa digunakan untuk mengolah data yang bersifat numerik dan tidak membutuhkan skema estimasi parameter perulangan yang rumit, ini berarti bisa diaplikasikan untuk dataset berukuran besar. Input dari sistem ini adalah Data sampel mahasiswa yang sudah dinyatakan lulus yang akan digunakan sebagai data  training dan data testing. Kriteria yang digunakan dalam penelitian ini adalah jenis kelamin, status nikah, status kerja, IP Semester 1-6, capaian SKS, Status Kelulusan. Output dari sistem ini berupa hasil prediksi kelulusan mahasiswa. Hasil pengujian menunjukkan bahwa prediksi dari Algoritma KNN dari 20 data testing hasil prediksinya adalah 18 benar dan hanya 2 yang salah sehingga dapat dikatakan bahwa akurasi prediksi dengan naive bayes menggunakan 40 data training untuk dan 20 data testing, Algoritma KNN mempunyai akurasi 90%. Kata kunci : Prediksi Kelulusan, algoritma K-Nearest Neighbors, Sistem Pendukung Keputusan
Co-Authors Wawan Laksito Yuly Saptomo Yustina Retno Wahyu Utami