Article Per Year (5 Year)
p-Index From 2021 - 2026
1.503
P-Index
This Author published in this journals
All Journal Infotech Journal Indonesian Journal of Business Intelligence (IJUBI) BERNAS: Jurnal Pengabdian Kepada Masyarakat Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) Prosiding Simposium Nasional Multidisiplin (SinaMu)
Abdurahman, Dede
Universitas Majalengka
Religion Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
IMPLEMENTASI METODE K-NEARST NEIGHBOR (K-NN) MEMPREDIKSI NILAI AKADEMIK MAHASISWA BERDASARKAN INDEKS PRESTASI SEMESTER Dede Abdurahman; Suhendri; Deffy Susanti; Dede Didin
INFOTECH journal Vol. 10 No. 1 (2024)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v10i1.8066

Abstract

Perguruan tinggi, seperti Universitas Majalengka, memiliki peran penting dalam memberikan pendidikan akademik dan profesional. Untuk meningkatkan kualitas layanan akademik, Fakultas Teknik Universitas Majalengka merancang aplikasi berbasis web menggunakan metode K-Nearest Neighbor (KNN) untuk memprediksi perkembangan Indeks Prestasi (IP) mahasiswa. Dengan tujuan memantau dan membantu mahasiswa dalam merencanakan studi mereka, aplikasi ini menggabungkan teknologi informasi dan algoritma KNN. Hasil penelitian menunjukkan bahwa aplikasi ini berhasil memprediksi kemajuan IP mahasiswa secara akurat. Dosen pembimbing akademik dapat menggunakan prediksi ini untuk memberikan pendampingan kepada mahasiswa yang berpotensi mengalami penurunan nilai. Dengan pendekatan waterfall dalam pengembangan sistem aplikasi, serta implementasi metode KNN, aplikasi ini menjadi alat yang berharga dalam meningkatkan kualitas pendidikan di Fakultas Teknik Universitas Majalengka. Dengan demikian, aplikasi ini membawa manfaat bagi dosen, Fakultas Teknik, dan mahasiswa, membantu mereka dalam merencanakan strategi peningkatan prestasi akademik. Dengan pemanfaatan teknologi dan prediksi yang tepat, aplikasi ini mendukung pencapaian visi dan misi Fakultas Teknik untuk berperan aktif dalam pembangunan teknologi, ilmu pengetahuan, dan seni nasional.
Co-Authors Ardi Mardiana Awaludin, Iid Muiz Budiman Budiman Dadan Zaliluddin Dede Didin Deffy Susanti Deffy Susanti Dony Susandi Fhaisal Anwar Harun Sujadi Hilman Prayitno Muhamad Ade Kurnia Muhamad Dendi Purwanto Nunu Nurdiana Puput Putriani Suhendri Tantri Wayuni Tri Ferga Prasetyo Winda Nur Hamidah Yuliana Purnama Citra