Penerapan Algoritma K-Nearest Neighbor Untuk Prediksi Mahasiswa Berpotensi Dropout

Nurwati Nurwati (Universitas Budi Luhur, Jakarta)
Nur Azizah (Universitas Raharja, Tangerang)
Yudi Santoso (Universitas Budi Luhur, Jakarta)

Journal Sensi: Strategic of Education in Information System
Vol 9 No 1 (2023): Journal Sensi

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.