Penerapan Metode K-Nearest Neighbor Untuk Memprediksi Tingkat Kelulusan Mahasiswa Berbasis Web Pada Fakultas Ilmu Komputer UMI

Abstract

Program studi Teknik Informatika pada Universitas Muslim Indonesia merupakan prodi yang banyak diminati setiap tahun ajaran baru, akan tetapi semakin bertambahnya jumlah mahasiswa tidak berbanding lurus dengan jumlah mahasiswa yang lulus sehingga menyebabkan terjadinya penumpukan data mahasiswa. Berdasarkan data yang ditemukan pada prodi tersebut untuk angkatan 2015 terdapat 186 mahasiswa sedangkan jumlah mahasiswa yang lulus tepat waktu sebanyak 53 mahasiswa. Hal tersebut menjadi kendala kemajuan dan menurunnya tingkat kualitas pada sebuah perguruan tinggi yang mempengaruhi penilaian akreditasi kampus. Pada penelitian ini menggunakan 141 dataset mahasiswa yang diperoleh dari Fakultas Ilmu Komputer pada mahasiswa angkatan 2015 dan 2016. Atribut yang digunakan untuk melakukan proses inputan prediksi kelulusan mahasiswa adalah data akademik mahasiswa seperti: IPS 1-4, Jenis Kelamin, SKS lulus serta beberapa data tambahan yang digunakan yaitu penghasilan orang tua perbulan, dan keaktifan organisasi. Tahap selanjutnya adalah membagi dataset menjadi dua yaitu data training yang merupakan data mahasiswa angkatan 2015 sebanyak 120 dan data testing merupakan data mahasiswa angkatan 2016 sebanyak 12 untuk menentukan mahasiswa yang lulus tepat waktu dan tidak tepat waktu dengan menggunakan algoritma K-Nearest Neighbor. Algoritma ini berperan untuk mendapatkan nilai kedekatan kasus baru terhadap kasus lama, populasi terbanyak pada area K dengan nilai terdekat mahasiswa tersebut di prediksi apakah lulus tepat waktu atau tidak. Hasil penelitian ini menunjukkan hasil prediksi dengan menguji nilai K = 5 hingga K = 11 banyaknya data testing, diperoleh hasil pengujian terbaik pada nilai K = 11 mempunyai accuracy 76%, precision 70%, recall77% untuk klasifikasi tepat waktu dan tidak tepat waktu.