Detail Cantuman Kembali
IMPLEMENTASI METODE K-NEAREST NEIGHBOR UNTUKrnPREDIKSI INDEKS PRESTASI MAHASISWA DI STMIK AKAKOM
- Bagikan:
Indeks prestasi adalah angka kualitas kumulatif dibagi dengan jumlah kreditrnkumulatif yang dicoba dinyatakan dalam bilangan dua angka dibelakang koma,rnkredit atau nilai mata kuliah remidiasi (MAREM), L, TL, T, DT dan P tidakrndiperhitungkan dalam penentuan indeks prestasi. Di perguruan tinggi, nilai – nilairnmatakuliah mahasiswa mempengaruhi indeks prestasi mahasiswa. Disamping darirnkegiatan perkuliahan mahasiswa, ada faktor – faktor yang mempengaruhi prestasirnmahasiswa dan salah satunya adalah perilaku mahasiswa. Dibutuhkan sistem untukrnmemprediksi indeks prestasi mahasiswa berdasarkan dari perilaku mahasiswa.rnSehingga hasil prediksi indeks prestasi mahasiswa sesuai range kategori indeksrnprestasi mahasiswa meliputi indeks prestasi (IP) baik (2,00 sampai 2,74), indeksrnprestasi (IP) memuaskan (2,75 sampai 2,99), indeks prestasi (IP) sangat memuaskanrn(3,00 sampai 3,49) dan indeks prestasi (IP) terpuji/cumlaude (3,50 sampai 4,00).rnSistem ini dikembangkan menggunakan algoritma K-Nearest Neighborrndengan model sequensial linear yang diawali dengan tahap analisis sistem yaiturnanalisis deskripsi kebutuhan sistem, data flow diagram, flowchart diagram danrntahap perancangan sistem yang meliputi spesifikasi proses dan perancangan menurnantarmuka.rnHasil prediksi indeks prestasi mahasiswa menggunakan Metode K – NearestrnNeighbor (K-NN) sesuai dengan data range ipk sesungguhnya dari masing – masingrnmahasiswa dengan nilai K terbaik adalah 5 dengan prosentase prediksi lebih besarrnsama dengan 60% berjumlah 22 data dari total data uji 25 data prosentase sebesarrn88% dan prediksi kurang dari 60% (gagal prediksi) berjumlah 3 data dari total datarnuji 25 data dengan prosentase sebesar 12%.rnKatra kunci :Data Mining, Indeks Prestasi Mahasiswa, Metode K – NearestrnNeighbor, PHP, Web
109 Adi I R.1
NONE
Text Skripsi
Indonesia
STMIK AKAKOM
2018
Yogyakarta
v, 40 hlm, ilus; 29 cm
LOADING LIST...
LOADING LIST...