Halaman Data Jurnal
| Judul Jurnal | Prediksi Kelulusan Mahasiswa Menggunakan Metode K-Nearest Neighbor (KNN) pada Fakultas Ilmu Teknik, Universitas Bina Insan |
|---|---|
| Nama Lengkap | Jemi Astri |
| Nama Pembimbing 1 | Joni Karman, M. Kom |
| Nama Pembimbing 2 | Nelly Khairani Daulay, M. Kom |
| Abstrak Jurnal | ABSTRAK Masalah dalam penelitian ini adalah belum pernah dilakukan prediksi terhadap kelulusan mahasiswa khususnya Fakultas Ilmu Teknik menggunakan algoritma KNN pada Universitas Bina Insan Lubuklinggau dan perlu dilakukan sebuah evaluasi kelulusan mahasiswa baik secara tepat waktu dan tidak tepat waktu agar bisa membandingkan dari tahun ke tahun apakah meningkat atau menurun kelulusan mahasiswa setiap tahunnya. Metode penelitian yang digunakan adalah metode analisis dengan melakukan prediksi menggunakan algoritma KNN. Teknik pengumpulan data yang digunakan adalah observasi, wawancara, dokumentasi, dan studi pustaka. Hasil penelitian ini adalah implementasi prediksi kelulusan mahasiswa Universitas Bina Insan menggunakan algoritma KNN di Rstudio. Implementasi dilakukan dengan mempersiapkan dataset yang akan digunakan untuk prediksi. Dataset tersebut dibagi menjadi dua, yaitu data training dan data testing. Kemudian menetapkan kolom kategori sebagai faktor penentu prediksi. Selanjutnya data yang sudah persiapkan dilakukan normalisasi agar dapat diimplementasikan ke dalam algoritma KNN. Melakukan pemasangan library-library yang dibutuhkan ke dalam Rstudio. Melakukan perhitungan prediksi dengan menggunakan KNN. Menampilkan hasil akurasi dan menampilkan grafik. Berdasarkan hasil dan pembahasan yang telah dilakukan diperoleh prediksi mahasiswa Rekayasa Sistem Komputer lulus dengan tepat waktu adalah 0,91 atau 91%. Sedangkan untuk mahasiswa jurusan Sistem Informasi lulus dengan tepat waktu adalah 0,70 atau 70%. Kemudian untuk jurusan Teknik Informatika lulusan dengan tepat waktu adalah 0,80 atau 80%. Berdasarkan hasil prediksi tersebut, maka mahasiswa dengan prediksi lulus tepat waktu tertinggi adalah Rekayasa Sistem Komputer dengan persentase kelulusan sebesar 91%. |
| Daftar Pustaka | DAFTAR PUSTAKA [1] R. S. Naibaho, “Peranan Dan Perencanaan Teknologi Informasi Dalam Perusahaan,” J. War., no. April, p. 4, 2017, [Online]. Available: https://media.neliti.com/media/publications/290731-peranan-dan-perencanaan-teknologi-inform-ad00d595.pdf. [2] F. Marisa, “Educational Data Mining (Konsep dan Penerapan),” J. Teknol. Inf., vol. 4, no. 2, pp. 91–93, 2013. [3] E. S. Susanto, K. Kusrini, and H. Al Fatta, “Prediksi Kelulusan Mahasiswa Magister Teknik Informatika Universitas Amikom Yogyakarta Menggunakan Metode K-Nearest Neighbor,” Respati, vol. 13, no. 2, pp. 67–73, 2018, doi: 10.35842/jtir.v13i2.260. [4] Ms. Prof. Dr. Suryana, “Metodologi Penelitian : Metodologi Penelitian Model Prakatis Penelitian Kuantitatif dan Kualitatif,” Univ. Pendidik. Indones., pp. 1–243, 2012, doi: 10.1007/s13398-014-0173-7.2. [5] M. Kafil and F. T. Industri, “PENERAPAN METODE K-NEAREST NEIGHBORS,” vol. 3, no. 2, pp. 59–66, 2019. |