Algoritma K-Nearest Neighbor Classification Sebagai Sistem Prediksi Predikat Prestasi Mahasiswa
ABSTRAK: Prestasi Mahasiswa
merupakan suatu bentuk dari pencapaian hasil selama mengikuti kegiatan Akademik
pada sebuah Perguruan Tinggi.Predikat prestasi mahasiswa diperoleh dari hasil
sebuah prediksi. Proses prediksi dilakukan dengan menggunakan metode K-Nearest
Neighbor (KNN). Atribut yang digunakan dalam proses prediksi adalah Jenis
Kelamin, Jenis Tinggal, Umur, Jumlah Satuan Kredit Semester (SKS), dan Jumlah
Nilai Mutu (NM), sehingga dengan menerapkan algortima KNN dapat dilakukan
sebuah prediksi berdasarkan kedekatan dari histori data lama (training) dengan
data baru (testing). Penentuan atribut ini berdasarkan hasil penelitian
terdahulu yang memiliki kesamaan dalam kasus prediksi mahasiswa yang selanjutnya
divalidasi oleh bagian Akademik Fakultas Sains dan Teknologi.Proses prediksi
dilakukan terhadap Mahasiswa Program Studi Sistem Informasi angkatan
2014/2015sebagai data testing dengan jumlah 50 data, serta berdasarkan dari
data angkatan 2012/2013 sebagai data training dengan jumlah 165 data yang menghasilkan
pengujian akurasi sebesar 82%. Hasil dari perhitungan algoritma KNN
diimplememetasikan terhadap sebuah Early Warning System (EWS).Output dari
sistem yang dibangun dapat dijadikan sebagai acuan bagi Mahasiswa untuk
meningkatkan prestasi dan predikat perkuliahan dimasa yang akan datang.
Penulis: Mustakim, Giantika
Oktaviani F
Kode Jurnal: jptindustridd160197
