SENSITEK
2018: Proceeding Seminar Nasional Sistem Informasi dan Teknologi Informasi (SENSITEK)

Perancangan Sistem Klasifikasi Mahasiswa Drop Out Menggunakan Algoritma K-Nearest Neighbor

I Putu Ramayasa (STIKOM Bali)



Article Info

Publish Date
12 Jul 2018

Abstract

Perguruan tinggi merupakan penyelenggara akademik bagi para mahasiswa. Perguruan tinggi dituntut untuk mampu menyelenggarakan pendidikan yang berkualitas bagi para mahasiswa sehingga mampu menghasilkan sumber daya manusia yang berkualitas. Salah satu permasalahan yang dihadapi perguruan tinggi termasuk STIKOM Bali adalah mahasiswa yang berhenti studi (drop out). Tingginya jumlah mahasiswa drop out pada STIKOM Bali dapat diminimalisir dengan pengambilan keputusan yang tepat dalam upaya mencegah mahasiswa drop out. Untuk menggali sebuah informasi yang penting dalam database untuk membantu pengambilan keputusan dalam meminimalisir mahasiswa drop out dibutuhkan suatu teknologi seperti data mining yang dapat menggali informasi berdasarkan pola yang telah ditentukan. Salah satu algoritma dalam data mining yang dapat digunakan untuk menggali informasi adalah algoritma K-Nearest Neighbor. Hasil perancangan berupa data flow diagram, konseptual database dan basis model. Perancangan tersebut menampilkan aliran data yang digunakan untuk kebutuhan input, proses dan output. Hasil pengujian menunjukan akurasi algoritma K-Nearest Neighbor sangat baik .Kata kunci: Drop out, K-Nearest Neighbor, Data mining

Copyrights © 2018






Journal Info

Abbrev

sensitek

Publisher

Subject

Computer Science & IT

Description

Dalam rangka meningkatkan minat publikasi ilmiah di kalangan akademisi maupun praktisi dibidang teknologi informasi dan multimedia, STMIK Pontianak menyelenggarakan Seminar Nasional Sistem Informasi dan Teknologi Informasi (SENSITEK) 2018. ...