MELDAWATI PUTRI, - (2021) PENERAPAN K-OPTIMAL PADA ALGORITMA MODIFIED K–NEAREST NEIGHBOR (MK-NN) UNTUK KLASIFIKASI KELULUSAN MAHASISWA (STUDI KASUS : TEKNIK INFORMATIKA UIN SUSKA RIAU). Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.
|
Text
FILE LENGKAP KECUALI HASIL PENELITIAN (BAB IV).pdf Download (4MB) | Preview |
|
Text (BAB IV)
FILE HASIL PENELITIAN (BAB IV).pdf - Published Version Restricted to Repository staff only Download (680kB) |
Abstract
MELDAWATI PUTRI (2021) : PENERAPAN K-OPTIMAL PADA ALGORITMA MODIFIED K–NEAREST NEIGHBOR (MK-NN) UNTUK KLASIFIKASI KELULUSAN MAHASISWA (STUDI KASUS : TEKNIK INFORMATIKA UIN SUSKA RIAU) Kelulusan mahasiswa dapat menimbulkan masalah yang begitu serius terhadap kualitas penyelenggaraan proses pembelajaran pada sebuah program studi, salah satu ancaman bagi pihak program studi adalah masih banyak mahasiswa yang memperoleh kelulusan tidak tepat waktu. Kelulusan tidak tepat waktu pada jurusan Teknik Informatika Universitas Islam Negeri Sultan Syarif Kasim Riau memperoleh 86% dari angkatan 2011 sampai 2015 bahkan bisa lebih jika tidak ada penanganan serius. Diperlukan klasifikasi untuk melihat ketepatan hasil kelulusan mahasiswa menggunakan penerapan K-Optimal dengan dibangunnya sebuah sistem untuk algoritma Modified K–Nearest Neighbor (MKNN). setiap nilai K yang dihasilkan dengan akurasi terbaik akan disimpan dan digunakan pada sebuah parameter nilai K pada proses prediksi data uji pada algoritma Modified K– Nearest Neighbor (MK-NN) serta atribut yang digunakan yaitu Indeks Prestasi Semester (IP 1-4), Satuan Kredit Semester Tempuh (SKS Tempuh 1-4), Indeks Prestasi Kumultif (IPK) serta keterangan lulus tepat waktu atau lulus tidak tepat waktu pada data mahasiswa angkatan 2011 sampai 2015. Hasil akurasi K-Optimal terbaik terdapat pada K=1 pada percobaan ke-8 dengan hasil nilai akurasi sebesar 88.22682% dan nilai akurasi pada algoritma Modified K–Nearest Neighbor (MK-NN) menghasilkan ketepatan untuk kurikulum 2011 sebanyak 62 dari 63 data dengan akurasi sebesar 96.83%, sedangkan kurikulum 2015 menghasilkan ketepatan sebanyak 3 dari 3 data dengan nilai akurasi sebesar 100%. Kata kunci : Kelulusan Mahasiswa, K-Fold Cross Validation , Klasifikasi, MK-NN
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika |
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
Depositing User: | fsains - |
Date Deposited: | 13 Aug 2021 03:38 |
Last Modified: | 13 Aug 2021 03:38 |
URI: | http://repository.uin-suska.ac.id/id/eprint/54206 |
Actions (login required)
View Item |