Neo Teknika: Jurnal Ilmiah Teknologi
Vol 1, No 1 (2015): Vol 1 No 1 Juni 2015

MODEL ALGORITMA K-NEAREST NEIGHBOR (K-NN) UNTUK PREDIKSI KELULUSAN MAHASISWA

Abdul Rohman (Universitas Ngudi Waluyo)

Article Info

Publish Date
01 Mar 2015

Abstract

Dalam sistem pendidikan mahasiswa adalah aset penting bagi sebuah institusi pendidikan dan untuk itu perlu diperhatikan tingkat kelulusan mahasiswa tepat pada waktunya. Prosentase naik turunnya kemampuan mahasiswa untuk menyelesaikan studi tepat waktu merupakan salah satu elemen penilaian akreditasi universitas. Untuk itu perlu adalah pemantauan dan evaluasi terhadap kelulusan mahasiswa dengan menggunakan klasifikasi data mining. Dengan mengolah data mahasiswa akan memperoleh hal penting untuk keperluan perguruaan tinggi terutama untuk prediksi kelulusan mahasiswa. Dalam penelitian ini dalam memprediksi kelulusan mahasiswa dengan menggunakan algoritma klasifikasi data mining K-Nearest Neighbor dengan mengklaster data k=1, k=2, k=3, k=4, dan k=5. Hasil yang diperoleh dengan cluster data k=5 accuracy adalah 85,15% dan nilai AUC adalah 0.888 adalah akurasi paling tinggi.Kata kunci: mahasiswa, K-Nearest Neighbor

Copyrights © 2015




Citation Download
RIS
EndNote, Reference Manager, ProCite
BibTex
Latex, Jabref
Full PDF
1133.4 KB
Original Source
Download Original
Google Scholar
Check in Google Scholar
Journal Info
Neo Teknika: Jurnal Ilmiah Teknologi
Website

Abbrev

NT

Publisher

Universitas Pandanaran

Subject

Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Electrical & Electronics Engineering Industrial & Manufacturing Engineering

Description

Jurnal Neo Teknika merupakan salah satu Jurnal Ilmiah yang diterbitkan oleh Fakultas Teknik Universitas Pandanaran secara berkala. Kami mengundang para cendikiawan, akademisi, peneliti, praktisi dan profesional untuk memberikan sedekah pemikirannya melalui paper atau makalah yang dapat dikirimkan. ...