Penentuan Tingkat Kelulusan Mahasiswa di Fakultas Ekonomi dan Bisnis Universitas Muslim Indonesia Berbasis Web


Ulfa Muldyawati Asmudi(1*); Harlinda Harlinda(2); Nia Kurniati(3);

(1) Universitas Muslim Indonesia
(2) Universitas Muslim Indonesia
(3) Universitas Muslim Indonesia
(*) Corresponding Author

  

Abstract


Perguruan Tinggi merupakan penyelenggara pendidikan akademik dan diharapkan dapat menyelenggarakan pendidikan yang berkualitas bagi mahasiswa sehingga menghasilkan sumber daya manusia yang berilmu, cakap, kreatif dan bersaing. Banyak aspek yang dapat dijadikan tolak ukur kualitas Perguruan Tinggi salah satunya adalah mahasiswa. oleh karena itu, perguruan tinggi perlu memperhatikan tingkat kelulusan mahasiswa yang lulus tepat waktu. Presentasi naik turunnya kemampuan mahasiswa dalam menyelesaikan studi tepat waktu merupakan salah satu faktor elemen penilaian akreditasi kampus sehingga dapat menjadi kendala untuk kemajuan perguruan tinggi dan mempengaruhi tingkat kualitas sebuah perguruan tinggi. Fakultas Ekonomi dan Bisnis merupakan salah satu Fakultas yang berada di Universitas Muslim Indonesia. Tidak stabilnya kelulusan mahasiswa pada setiap tahun di Fakultas Ekonomi dan Bisnis menjadi tugas yang harus diselesaikan bagi program studi karena dapat menyebabkan terjadinya penumpukan data mahasiswa. Tujuan penelitian ini yaitu mengimplementasikan algoritma KNN (K- Nearest Neighbour) yang merupakan teknik klasifikasi data yang kuat, dengan cara mencari kasus dengan menghitung kedekatan antara kasus baru dengan kasus lama berdasarkan pencocokan bobot. Metode ini digunakan dalam memprediksi kelulusan mahasiswa Fakultas Ekonomi dan Bisnis angkatan 2017 dengan menggunakan 130 dataset mahasiswa yang diambil dari data mahasiswa pada Fakultas Ekonomi dan Bisnis yang dibagi menjadi 100 data testing angkatan 2016 dan 30 data uji angkatan 2017. Berdasarkan hasil pengujian sistem didapatkan nilai K dengan tingkat akurasi terbaik adalah K=17 dan K=19 dengan hasil persentase 100% yang menyatakan akurasi perfoma metode.

Keywords


Data Uji; K-Nearest Neighbour; Prediksi

  
  

Full Text:

PDF
  

Article Metrics

Abstract view: 170 times
PDF view: 195 times
     

Digital Object Identifier

doi  https://doi.org/10.33096/busiti.v2i3.898
  

Cite

References


A. Budiyantara, I. Irwansyah, E. Prengki, P. A. Pratama, and N. Wiliani, Komparasi Algoritma Decision Tree, Naive Bayes Dan K-Nearest Neighbor Untuk Memprediksi Mahasiswa Lulus Tepat Waktu, JITK (Jurnal Ilmu Pengetah. dan Teknol. Komputer), vol. 5, no. 2, pp. 265270, 2020, doi: 10.33480/jitk.v5i2.1214.

M. Fakhri et al., Analisis Faktor Pembentuk Keputusan Pemilihan Perguruan Tinggi Swasta Universitas Telkom (Studi Pada Mahasiswa Prodi S1 Administrasi Bisnis Fakultas, Bisnis Entrep., vol. 11, no. 1, pp. 112, 2017.

A. Y. Saputra and Y. Primadasa, Penerapan Teknik Klasifikasi Untuk Prediksi Kelulusan Mahasiswa Menggunakan Algoritma K-Nearest Neighbor, Techno.Com, vol. 17, no. 4, pp. 395403, 2018, doi: 10.33633/tc.v17i4.1864.

L. Masa, S. Mahasiswa, D. I. Fakultas, and B. Dan, IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI, 2014.

D. Z. Abidin and E. Rasywir, Penerapan Data Mining Klasifikasi Untuk Memprediksi Potensi Mahasiswa Berprestasi Di Stikom Dinamika Bangsa Jambi Dengan Metode Naive Bayes, vol. 3, no. 2, 2021.

S. Widaningsih, Perbandingan Metode Data Mining Untuk Prediksi Nilai Dan Waktu Kelulusan Mahasiswa Prodi Teknik Informatika Dengan Algoritma C4,5, Nave Bayes, Knn Dan Svm, J. Tekno Insentif, vol. 13, no. 1, pp. 1625, 2019, doi: 10.36787/jti.v13i1.78.

I. dan A. Mutiara, Penerapan K-Optimal Pada Algoritma Knn Untuk Prediksi Kelulusan Tepat Waktu Mahasiswa Program Studi Ilmu Komputer Fmipa Unlam Berdasarkan Ip Sampai Dengan Semester 4, Klik - Kumpul. J. Ilmu Komput., vol. 2, no. 2, pp. 159173, 2015.

D. Z. Abidin, S. Nurmaini, and R. F. Malik, Penerapan Metode K-Nearest Neighbor dalam Memprediksi Masa Studi Mahasiswa ( Studi Kasus : Mahasiswa STIKOM Dinamika Bangsa ), Pros. Annu. Res. Semin., vol. 3, no. 1, pp. 133138, 2017.

J. A. Samudra, S. Anraeni, and Herman, Penerapan Metode K-Nearest Neighbor Untuk Memprediksi Tingkat Kelulusan Mahasiswa Berbasis Web Pada Fakultas Ilmu Komputer Umi, Bul. Sist. Inf. dan Teknol. Islam, vol. 1, no. 4, pp. 230237, 2020.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Buletin Sistem Informasi dan Teknologi Islam (BUSITI)

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.