Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnal Simetris
Nikmatun, Inna Alvi
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
IMPLEMENTASI DATA MINING UNTUK KLASIFIKASI MASA STUDI MAHASISWA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR Nikmatun, Inna Alvi; Waspada, Indra
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 10, No 2 (2019): JURNAL SIMETRIS VOLUME 10 NO 2 TAHUN 2019
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1091.288 KB) | DOI: 10.24176/simet.v10i2.2882

Abstract

Akreditasi merupakan salah satu bentuk penilaian mutu dan kelayakan program studi di perguruan tinggi. Ketepatan waktu mahasiswa dalam menyelesaikan studi dan proporsi mahasiswa yang menyelesaikan studi dalam batas masa studi termasuk dalam elemen penilaian akreditasi. Hal tersebut menunjukkan diperlukan pemantauan terhadap masa studi mahasiswa. Rata-rata masa studi mahasiswa di Departemen Informatika Universitas Diponegoro masih di atas 4 tahun sehingga perlu dilakukan evaluasi dengan membangun aplikasi pengklasifikasian masa studi mahasiswa. Dengan mempertimbangkan keseimbangan data maka pengklasifikasian masa studi mahasiswa menggunakan kelas target masa studi <5 tahun dan >=5 tahun. Pada penelitian ini menggunakan data riwayat mahasiswa tahun angkatan 2007 sampai dengan 2011 yang telah lulus dengan jumlah data sebanyak 377 orang dengan 72 atribut nilai mata kuliah dan 1 kelas target berupa masa studi. Penelitian ini dilakukan dengan mengikuti tahap pengerjaan data mining yang mengacu pada proses knowledge discovery in database (KDD). Pengklasifikasian dilakukan dengan menggunakan algoritma K-Nearest Neighbor. Aplikasi data mining berhasil dibangun dengan hasil percobaan menunjukkan bahwa hasil klasifikasi masa studi terbaik diperoleh dengan memilih atribut dari semua mata kuliah pilihan dengan nilai akurasi 75.95%.
IMPLEMENTASI DATA MINING UNTUK KLASIFIKASI MASA STUDI MAHASISWA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR Nikmatun, Inna Alvi; Waspada, Indra
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 10, No 2 (2019): JURNAL SIMETRIS VOLUME 10 NO 2 TAHUN 2019
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1091.288 KB) | DOI: 10.24176/simet.v10i2.2882

Abstract

Akreditasi merupakan salah satu bentuk penilaian mutu dan kelayakan program studi di perguruan tinggi. Ketepatan waktu mahasiswa dalam menyelesaikan studi dan proporsi mahasiswa yang menyelesaikan studi dalam batas masa studi termasuk dalam elemen penilaian akreditasi. Hal tersebut menunjukkan diperlukan pemantauan terhadap masa studi mahasiswa. Rata-rata masa studi mahasiswa di Departemen Informatika Universitas Diponegoro masih di atas 4 tahun sehingga perlu dilakukan evaluasi dengan membangun aplikasi pengklasifikasian masa studi mahasiswa. Dengan mempertimbangkan keseimbangan data maka pengklasifikasian masa studi mahasiswa menggunakan kelas target masa studi lebih kecil dari 5 tahun dan lebih kecil atau sama dengan 5 tahun. Pada penelitian ini menggunakan data riwayat mahasiswa tahun angkatan 2007 sampai dengan 2011 yang telah lulus dengan jumlah data sebanyak 377 orang dengan 72 atribut nilai mata kuliah dan 1 kelas target berupa masa studi. Penelitian ini dilakukan dengan mengikuti tahap pengerjaan data mining yang mengacu pada proses knowledge discovery in database (KDD). Pengklasifikasian dilakukan dengan menggunakan algoritma K-Nearest Neighbor. Aplikasi data mining berhasil dibangun dengan hasil percobaan menunjukkan bahwa hasil klasifikasi masa studi terbaik diperoleh dengan memilih atribut dari semua mata kuliah pilihan dengan nilai akurasi 75.95%.
Co-Authors Indra Waspada