<![CDATA[Kinerja akademik adalah aspek penting dalam pendidikan karena berkontribusi pada pendidikan berkualitas dan memungkinkan mahasiswa menyempurnakan studi tepat pada waktunya. Pada Program Studi Pendidikan Teknologi Informasi Fakultas Ilmu Komputer (FILKOM) Universitas Brawijaya, masih terdapat mahasiswa yang mengalami kendala dalam masa studi. Berdasarkan data dari website FILKOM menunjukkan bahwa rata-rata lulusan tiap tahun Prodi Pendidikan Teknologi Informasi adalah 46 mahasiswa, sementara pertahun 2023 jumlah mahasiswa baru yang masuk sekitar 135 mahasiswa. Ketidakseimbangan tersebut memerlukan evaluasi untuk meminimalisasi jumlah mahasiswa yang lulus terlambat. Terdapat beberapa cara untuk menganalisis serta mengevaluasi kinerja mahasiswa, salah satunya adalah menggunakan metode klasifikasi. Modified K-Nearest Neighbor adalah algoritma yang dimanfaatkan untuk melakukan proses klasifikasi. Algoritma tersebut merupakan pengembangan dari Algoritma K-Nearest Neighbor, yakni dengan memasukkan penghitungan weight voting dan penghitungan validitas. Pengujian menggunakan 4 kelas dengan 13 atribut. Penelitian ini memperoleh hasil pengujian diantaranya pengujian pengaruh implementasi SMOTE pada data latih, serta pengujian tingkat akurasi dengan nilai k=3 dan nilai k pada SMOTE k=2 dengan menggunakan variasi rasio data latih berbeda. Berdasarkan hasil pengujian diperoleh akurasi tertinggi pada Algoritma Modified K-Nearest Neighbor dengan impelmentasi SMOTE pada data latih 80% dan data uji 20% sebesar 65,52%, dengan precision 66,17%, recall 65,52%, dan F1-Score sebesar 65,41%]]>
Copyrights © 2024
