Claim Missing Document
Check
Articles

Found 1 Documents
Search

Penerapan Algoritma K-Nearest Neighbor Untuk Prediksi Mahasiswa Berpotensi Dropout Nurwati Nurwati; Nur Azizah; Yudi Santoso
Journal Sensi: Strategic of Education in Information System Vol 9 No 1 (2023): Journal Sensi
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (225.824 KB) | DOI: 10.33050/sensi.v9i1.2624

Abstract

Peramalan atau prediksi mahasiswa berpotensi dropout digunakan untuk memonitor jumlah mahasiswa aktif agar perkuliahan lancar dan lulus tepat waktu. Prediksi menggunakan algoritma K-NN digunakan karena salah satu kelebihannya yaitu tangguh terhadap training data yang noise dan efektifapabila data latih nya besar. Setelah didapat hasil dari proses K-NN lalu dilakukan pengujian menggunakan confusionmatrix menghasilkan nilai akurasi 0,83. Nilai presisi 1 dan nilai recall 0,78.