Analisis K-Nearest Neibord Berbasis Forward Selection dalam Prediksi Status Mahasiswa Non Aktif pada STMIK Bani Saleh

Panca Indah Lestari

doi:10.30591/jpit.v6i3.2794

Analisis K-Nearest Neibord Berbasis Forward Selection dalam Prediksi Status Mahasiswa Non Aktif pada STMIK Bani Saleh

Panca Indah Lestari

Abstract

Masalah yang dihadapi dalam pengelolaan data aktivitas kuliah mahasiswa (AKM) salah satunya dalam menentukan total Satuan Kredit Semester (SKS) dan Indeks Prestasi Kumulatif (IPK) pada mahasiswa non aktif. Dalam melakukan pengelolaan data akademik menjadi informasi sebagai aspek pengambilan keputusan dalam menentukan keaktifan mahasiswa. Beberapa faktor seperti Indek Prestasi Semester (IPS), Jumlah SKS Semester, Indek Prestasi Kumulatif (IPK), Jumlah SKS Total, Biaya dan Status Mahasiswa. Langkah untuk mencegah indikasi mahasiswa non aktif perlu dilakukan analisis pola prediksi untuk menentukan sisa masa studi mahasiswa serta menghasilkan informasi yang akurat dan sebagai bahan prediksi untuk membandingkan data pertahun akademik terhadap mahasiswa non aktif K-NN berbasis Forward Selection. Penelitian prediksi mahasiswa non aktif menggunakan pengujian menggunakan menggunkan Rapid Miner terhadap dataset mahasiswa sebanyak 342, menghasilkan nilai akurasi K-Nearest Neighbor (k-3) sebesar 93,55% dan Forward Selection (k-3) sebesar 99,39%. dari hasil analisis didapatkan data mahasiswa yang akan Drop Out sebesar 1160 sebagai usulan untuk manajemen pada periode pelaporan berikutnya. maka penelitian dapat dikembangkan lebih lanjut untuk penentuan nilai k yang lebih optimal dengan menambahkan aspek klasifikasi status mahasiswa bekerja atau tidak bekerja.

Keywords

MMSI

Full Text:

References

Harafani, H.,&Al-kautsar, H. A. (2021). Meningkatkan Kinerja K-Nn Untuk Klasifikasi Kanker. Jurnal Pendidikan Teknologi dan Kejuruan, 18 (1), 0216-3241

Harlina, S. (2018). Data Mining Pada Penentuan Kelayakan Kredit Menggunakan Algoritma K-Nn Berbasis Forward Selection Data Mining on Credit Feasibility Determination Using K-Nn Algorithm Based on Forward Selection. CCIT Journal, 11(2), 236–244.

Hermawanti, L., & Safriandono, A. (2016). Penggabungan Algoritma Forward Selection Dan K-Nearest Neighbor Untuk Mendiagnosis Penyakit Diabetes Di Kota Semarang. Jurnal Momentum UNWAHAS, 12(2), 138462.

Sanjaya, R., & Fitriyani, F. (2019). Prediksi Bedah Toraks Menggunakan Seleksi Fitur Forward Selection dan K-Nearest Neighbor. Jurnal Edukasi Dan Penelitian Informatika (JEPIN), 5(3), 316.

DOI: https://doi.org/10.30591/jpit.v6i3.2794