PREDIKSI KELULUSAN MAHASISWA FAKULTAS EKONOMI UNIVERSITAS MUHAMMADIYAH JEMBER MENGGUNAKAN METODE K-NEAREST NEIGHBOUR

Putri, Yuliani Stya (2024) PREDIKSI KELULUSAN MAHASISWA FAKULTAS EKONOMI UNIVERSITAS MUHAMMADIYAH JEMBER MENGGUNAKAN METODE K-NEAREST NEIGHBOUR. Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text PENDAHULUAN.pdf Download (869kB)
	Text ABSTRAK.pdf Download (190kB)
	Text BAB I.pdf Download (235kB)
	Text BAB II.pdf Restricted to Repository staff only Download (251kB) | Request a copy
	Text BAB III.pdf Restricted to Repository staff only Download (330kB) | Request a copy
	Text BAB IV.pdf Restricted to Repository staff only Download (642kB) | Request a copy
	Text BAB V.pdf Restricted to Repository staff only Download (132kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Download (255kB)
	Text Lampiran.pdf Restricted to Repository staff only Download (616kB) | Request a copy

Abstract

Teknologi informasi merupakan jenis teknologi yang dimanfaatkan untuk pemrosesan, penyimpanan, pengambilan, dan mengirim informasi secara elektronik, yang mana memegang peran sangat penting dalam kehidupan di era digital saat ini. Seperti halnya dalam sebuah data. data merupakan hal paling berharga bagi kehidupan sehari-hari. Seperti data mining dan bigdata yang merupakan dua teknologi informasi yang memungkinkan untuk menggali informasi dari data besar yang dihasilkan dari berbagai sumber. Penerapan data mining sendiri berguna untuk mengambil sebuah keputusan, meningkatkan koefisien, seperti halnya dalam penerapan data mining di bidang Pendidikan khususnya di perguruan Tinggi. Pendidikan yang berkualitas akan menghasilkan generasi yang berkualitas. Mutu Pendidikan merupakan hal yang sangat penting. Berdasarkan hasil penelitian berikut ini yang telah dilakukan. Berdasarkan permasalahan yang sudah dijelaskan di atas maka penelitian ini akan mengangkat sebuah topik atau Objek penelitian yang berjudul “Prediksi Kelulusan Mahasiswa Fakultas Ekonomi di Universitas Muhammadiyah Jember dengan menggunakan Metode K-Nearest Neighbors “.Berdasarkan penelitian yang telah dilakukan pengujian dan dapat diambil beberapa kesimpulan hasil perhitungan menggunakan Algoritma K-NN dan dibuktikan menggunakan tools RapidMiner untuk mengetahui tingkat akurasi, presisi dan recall menggunakan 3 kali percobaan dengan nilai K-fold crossvalidation 2, 3, dan 5. hasil dari 3 percobaan dalam K-fold cross-validation didapatkan nilai K-3 memiliki nilai tertinggi dengan nilai accuracy 93,50 %, precision 93.70 %, dan recall 99,73 %.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Prediksi kelulusan, K-Nearest Neighbour (KNN)
Subjects:	000 Computer Science, Information, & General Works > 005 Computer Programming, Programs, & Data
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Department:	S1 Teknik Informatika
Depositing User:	Yuliani Stya Putri
Contributors:	Contribution Contributor Name NIDN/NIDK Thesis advisor Muharom, Lutfi Ali NIDN0727108202 Thesis advisor Wijaya, Guruh NIDN0729017601
Contact Email Address:	yulianisetiaputri0107@gmail.com
Date Deposited:	06 Aug 2024 01:30
Last Modified:	06 Aug 2024 01:30
URI:	http://repository.unmuhjember.ac.id/id/eprint/23099

Actions (login required)

View Item