Prediksi Kelompok UKT Mahasiswa Menggunakan Algoritma K-Nearest Neighbor

Sukamto Sukamto, Yanti Adriyani, Rizka Aulia

Abstract


Penelitian ini bertujuan untuk memprediksi UKT yang akan dibayarkan oleh calon mahasiswa khususnya program studi S1 Sistem Informasi FMIPA Universitas Riau dengan menggunakan metode K-Nearest Neighbor (K-NN). Kriteria yang digunakan yaitu penghasilan kotor, penanggung uang kuliah, jumlah tanggungan yang tercantum dalam kartu keluaga, status tempat tinggal, keadaan dinding tempat tinggal, keadaan atap tempat tinggal, total luas kepemilikan lahan dan biaya pemakaian listrik sebulan. Adapun kelompok UKTnya adalah UKT1, UKT2, UKT3, UKT4, UKT5 dan UKT6. Data yang digunakan adalah mahasiswa S1 FMIPA Universitas Riau tahun angkatan 2016, 2017, dan 2018. Perbandingan untuk data latih dan data uji adalah 90% : 10%. Tingkat keakuratan dari klasifikasi yang didapat sebesar 84,21%.

Kata-kata kunci: Klasifikasi, K-Nearest Neighbor, UKT


Keywords


Klasifikasi, K-Nearest Neighbor, UKT

References


[1] D. Winarso and E. Arribe, “Seleksi Pegawai dan Dosen UMRI Berbasis E-Recruitment,” J. Teknol. Inf. Komun. Digit. Zo., vol. 8, no. 2, pp. 71–80, 2017.

[2] L. Anshori, R. Regasari, and M. Putri, “Implementasi Metode K-Nearest Neighbor untuk Rekomendasi Keminatan Studi ( Studi Kasus : Jurusan Teknik Informatika Univ ....,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 7, pp. 2745–2753, 2018.

[3] W. I. Sabilla and T. E. Putri, “Prediksi Ketepatan Waktu Lulus Mahasiswa dengan k- Nearest Neighbor dan Naïve Bayes Classifier ( Studi Kasus Prodi D3 Sistem Informasi Universitas Airlangga ),” J. Komput. Terap., vol. 3, no. 2, pp. 233–240, 2017.

[4] H. Brawijaya and S. Widodo, “Komparasi Algoritma K-Nearest Neighbor dan Naiive Bayes pada Pengobatan Penyakit Kutil Menggunakan Cryotheraphy,” JUITA (Jurnal Inform., vol. 7, no. 2, pp. 93–99, 2019.

[5] R. Wajhillah, I. H. Ubaidallah, and S. Bahri, “Analisis Kelayakan Kredit Berbasis Algoritma K-Nearst Neighboar ( Studi Kasus : Koperasi AKU ),” InfoTekJar (Jurnal Nas. Inform. dan Teknol. Jaringan), vol. 4, no. 1, pp. 121–125, 2019.

[6] N. E. A. Putri, D. Syauqy, and M. H. Hanafi, “Sistem Klasifikasi Status Gizi Bayi dengan Metode K- Nearest Neighbor Berbasis Sistem Embedded,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 9, pp. 933–939, 2017.

[7] J. I. Kartika, E. Santoso, and Sutrisno, “Penentuan Siswa Berprestasi Menggunakan Metode K-Nearest Neighbor dan Weighted Product (Studi Kasus: SMP Negeri 3 Mejayan),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 5, pp. 352–360, 2017.

[8] P. S. Ramadhan, “Penerapan K-Nearest Neighbor dalam Pendeteksian Abcessus,” InfoTekJar (Jurnal Nas. Inform. dan Teknol. Jaringan), vol. 3, no. 2, pp. 61–70, 2019.

[9] N. A. Anggraini and N. Fadillah, “Analisis Deteksi Emosi Manusia dari Suara Percakapan Menggunakan Matlab dengan Metode KNN,” InfoTekJar (Jurnal Nas. Inform. dan Teknol. Jaringan), vol. 3, no. 2, pp. 176–179, 2019.

[10] I. A. Nikmatun and I. Waspada, “Implementasi Data Mining untuk Klasifikasi Masa Studi Mahasiswa Menggunakan Algoritma K-Nearest Neighbor,” J. SIMETRIS, vol. 10, no. 2, pp. 421–432, 2019.

[11] A. M. Bachtiar and M. Rivki, “Implementasi Algoritma K-Nearest Neighbor Dalam Pengklasifikasian Follower Twitter Yang Menggunakan Bahasa Indonesia,” J. Sist. Inf., vol. 13, pp. 1–7, 2017.

[12] C. Paramita, E. Hari Rachmawanto, C. Atika Sari, and D. R. Ignatius Moses Setiadi, “Klasifikasi Jeruk Nipis Terhadap Tingkat Kematangan Buah Berdasarkan Fitur Warna Menggunakan K-Nearest Neighbor,” J. Inform. J. Pengemb. IT, vol. 4, no. 1, pp. 1–6, 2019.

[13] S. Rokhman, I. F. Rozi, and R. A. Asmara, “Pengembangan sistem penunjang keputusan penentuan ukt mahasiswa dengan menggunakan metode moora studi kasus politeknik negeri malang,” J. Inform. Polinema, vol. 3, pp. 36–42, 2017.

[14] A. Prawesti, T. Haryanto, and I. Effendi, “Sistem Pakar Identifikasi Varietas Ikan Mas (Cyprinus carpio) Berdasarkan Karakteristik Morfologi dan Tingkah Laku,” J. Ilmu Komput. dan Agri-Informatika, vol. 4, no. 1, pp. 6–13, 2015.

[15] D. A. Ginting Selvia Lorena Br, Zarman Wendi, “Teknik Data Mining untuk Memprediksi Masa Studi Mahasiswa Menggunakan Algoritma K-Nearest Neighborhood,” J. Tek. Komput. Unikom, vol. 3, no. 2, pp. 23–28, 2014.

[16] Mustakim and G. Oktaviani F, “Algoritma K-Nearest Neighbor Classification Sebagai Sistem Prediksi Predikat Prestasi Mahasiswa,” J. Sains, Teknol. dan Ind., vol. 13, no. 2, pp. 195–202, 2016.


Full Text: PDF (Bahasa Indonesia)

DOI: 10.30595/juita.v8i1.6267

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

ISSN: 2579-8901