<![CDATA[Kelulusan cepat mahasiswa merupakan indikator penting keberhasilan institusi pendidikan. Penelitian ini bertujuan mengimplementasikan metode K-Nearest Neighbors (KNN) dalam memprediksi status kelulusan cepat mahasiswa. Pemanfaatan data mining membantu menganalisis faktor-faktor yang mempengaruhi kelulusan cepat untuk pengambilan keputusan yang tepat. Dataset yang digunakan meliputi variabel akademik (IPK) dan non-akademik (pelatihan pengembangan, prestasi, partisipasi forum kuliah, dan kegiatan organisasi)7. Tahapan penelitian mencakup pra-pemrosesan data, implementasi KNN dengan variasi nilai K, dan evaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model KNN mencapai akurasi sebesar 85%, dengan presisi 80%, recall 78%, dan F1-score 79%. Variabel pelatihan pengembangan dan prestasi memiliki pengaruh signifikan terhadap hasil prediksi.]]>
Copyrights © 2026
