<![CDATA[Calon mahasiswa penerima KIP Kuliah Merdeka pada Universitas Budi Darma tidak sebanding jumlahnya dengan kuota yang tersedia, sehingga kadang pengelola KIP Kuliah mengalami kesulitan dalam menentukan mahasiswa yang benar-benar layak menerima KIP Kuliah Merdeka atau yang tidak layak. Faktor lain adalah nilai ujian, prestasi, keadaan ekonomi dan lain sebagainya yang memiliki kemiripan. Untuk itu sangat diperlukan suatu teknik untuk menentukan calon mahasiswa yang layak menerima KIP Kuliah Merdeka, dan salah satu teknik dalam data mining yang sering digunakan adalah algoritma K-Nearest Neighbor (K-NN). Penggunaan normalisasi data untuk menghilangkan ketimbangan nilai antar kriteria dalam data. Perhitungan jarak dengan algoritma K-NN dengan normalisasi max min dan pegujian data dengan bahasa pemrograman python hasilnya adalah nilai class data yang baru berdasarkan nilai kedekatan nilai attribute data yang lama dengan data yang baru yang terdiri atas prestasi sekolah, hasil ujian, total penghasilan orang tua, mempunyai KKS dan kepemilikan rumah.]]>
Copyrights © 2024
