Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

PENERAPAN METODE K -NEAREST NEIGHBOR CLASSIFIER UNTUK KLASIFIKASI KELUHAN PADA IRAISE HELPDESK

HERI SETIAWAN (2017) PENERAPAN METODE K -NEAREST NEIGHBOR CLASSIFIER UNTUK KLASIFIKASI KELUHAN PADA IRAISE HELPDESK. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text
1. COVER.pdf

Download (195kB) | Preview
[img]
Preview
Text
2. PENGESAHAN.pdf

Download (125kB) | Preview
[img]
Preview
Text
3. ABSTRAK.pdf

Download (175kB) | Preview
[img]
Preview
Text
4. KATA PENGANTAR.pdf

Download (150kB) | Preview
[img]
Preview
Text
5. DAFTAR ISI.pdf

Download (95kB) | Preview
[img]
Preview
Text
6. BAB I.pdf

Download (186kB) | Preview
[img]
Preview
Text
7. BAB II.pdf

Download (474kB) | Preview
[img]
Preview
Text
8. BAB III.pdf

Download (252kB) | Preview
[img]
Preview
Text
9. BAB IV.pdf

Download (559kB) | Preview
[img] Text
10. BAB V.pdf
Restricted to Repository staff only

Download (852kB)
[img]
Preview
Text
11. BAB VI.pdf

Download (171kB) | Preview
[img]
Preview
Text
12. DAFTAR PUSTAKA.pdf

Download (306kB) | Preview

Abstract

IraiseHelpdesk merupakan salah satu layanan media sosial yang digunakan pihak PTIPD UIN Suska Riau sebagai media penyampaian keluhan mahasiswa. Dalam penelitian ini dilakukan penelitian terhadap algoritma K-Nearest Neighbor dalam mengklasifikan keluhan. Pengujian akurasi metode dalam penelitian ini dilakukan denganperbandingan data latih dan data uji,dan evaluasi pengujian menggunakan confusion matrix. Data keluhan yang digunakan dalam penelitian ini berjumlah 190 data, yang terdiri dari kelas krs, kelas logindan kelas nilai. Dari pengujian yang telah dilakukan, diketahui bahwa Metode K-Nearest Neighbormampu untuk diterapkan dalam mengklasifikan keluhan mahasiswa. Nilai rata-rata akurasi dari seluruh pengujian yang dilakukan dalam penelitian ini yaitu mencapai 74,2%. Akurasi terbaik diperoleh dari hasil pengujian yang menggunakan perbandingan data latih dan data uji 60:40dengan tingkat akurasi sebesar 77,6%.Dengan demikian dari pengujian yang dilakukan diketahui bahwa metode K-Nearest Neighbor dapat diterapkan untuk mengklasifikasi keluhan Mahasiswa.Kata Kunci: Confusion Matrix, K-Nearest Neighbor, Keluhan, Klasifikasi.

Item Type: Thesis (Skripsi)
Subjects: 100 Filsafat dan Psikologi
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: Ms. Nilam Badriyah
Date Deposited: 23 Aug 2019 01:37
Last Modified: 23 Aug 2019 01:37
URI: http://repository.uin-suska.ac.id/id/eprint/17920

Actions (login required)

View Item View Item