(Similarity) Penerapan Algoritma Modified K-Nearest Neighbour (MKNN) Pada Klasifikasi Masa Studi Mahasiswa Teknik Informatika

Saputra, Aldiyan Iman and OKTAVIANTO, HARDIAN and Al Faruq, Habibatul Azizah (2021) (Similarity) Penerapan Algoritma Modified K-Nearest Neighbour (MKNN) Pada Klasifikasi Masa Studi Mahasiswa Teknik Informatika. Universitas Muhammadiyah Jember.

Text artikel Hardian JST 01 plagiasi-1-9.pdf Download (368kB)

Abstract

Mahasiswa dapat diartikan sebagai seseorang yang sedang dalam proses menimba ilmu dan sedang menjalani pendidikan pada salah satu bentuk perguruan tinggi, yang terdiri dari akademik, politeknik, sekolah tinggi, institut dan universitas. Program Sarjana (S1) merupakan jenjang pertama program akademik yang mempunyai beban studi 144 sampai 160 SKS, dijadwalkan sekurang- kurangnya 8 semester dan selama-lamanya 14 semester. Data yang digunakan yaitu data IPS (Indeks Prestasi Semester) dari semester 1 sampai semester 6 yang akan dijadikan dasar perhitungan prediksi dengan harapan dapat menemukan informasi mahasiswa yang terindikasi lulus tepat waktu dan tidak tepat waktu. Model algoritma yang digunakan untuk mendukung prediksi masa studi mahasiswa adalah algoritma Modified K-Nearest Neighbor. Tujuan dari penelitian ini untuk mengetahui dan mengukur tingkat akurasi, presisi dan recall pada metode Modified K-Nearest Neighbor. Klasifikasi Masa Studi Mahasiswa Teknik Informatika menggunakan metode Modified K-Nearest Neighbour dengan data yang digunakan diambil dari UPT Pusat Data dan Informasi Universitas Muhammadiyah Jember, dengan jumlah data 260 data dan 2 kelas output. Berdasarkan hasil pengujian yang telah dilakukan didapatkan hasil akurasi tertinggi sebesar 84,62%, hasil presisi tertinggi sebesar 100%, dan hasil recall tertinggi sebesar 75% pada K = 3

Item Type:	Peer Review
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Hardian Oktavianto
Date Deposited:	18 Jan 2023 02:26
Last Modified:	30 Mar 2023 00:57
URI:	http://repository.unmuhjember.ac.id/id/eprint/16059

Actions (login required)

View Item