<![CDATA[Memilih jalur karier pasca-studi kerap menjadi tantangan bagi mahasiswa karena minimnya informasi dan panduan yang akurat. Penelitian ini bertujuan untuk mengembangkan model prediksi karier mahasiswa Program Studi Pendidikan Teknologi Informasi (PTI) berdasarkan data akademik, yaitu Indeks Prestasi (IP) semester 1–6 dan jumlah Satuan Kredit Semester (SKS) yang telah ditempuh. Algoritme yang digunakan adalah K-Nearest Neighbor (KNN) karena kemampuannya dalam mengklasifikasi berdasarkan kedekatan data. Data yang digunakan berjumlah 163 mahasiswa PTI angkatan 2015–2020 yang lulus pada tahun 2020–2024, dengan label karier “Bekerja,” “Belum Bekerja,” dan “Lanjut Studi.” Tahapan penelitian meliputi pengumpulan data, preprocessing, resampling, pembagian data latih dan uji, penerapan algoritma KNN, serta evaluasi model menggunakan classification report, cross-validation dan confusion matrix. Hasil penelitian menunjukkan bahwa model KNN mampu memprediksi karier mahasiswa dengan akurasi 90%, dengan nilai F1-score tertinggi pada kelas “Lanjut Studi” (0,95). Evaluasi cross-validation menunjukkan akurasi sebesar 71% (CV=3), 75% (CV=5), dan 75% (CV=10). Model ini diharapkan dapat menjadi alat bantu yang efektif bagi mahasiswa dan institusi dalam perencanaan karier yang lebih terarah.]]>
Copyrights © 2025
