Model Algoritma K-Nearest Neighbor Dalam Menganalisis Kinerja Akademik Mahasiswa Teknik Informatika Universitas Mulawarman
Abstract
Analisa kinerja akademik pada Program Studi Teknik Informatika, Fakultas Ilmu Komputer dan Teknologi Informasi (FKTI), Universitas Mulawarman sangat diperlukan. Analisa kinerja ini bertujuan untuk mengantisipasi drop out (DO) mahasiswa. Dalam penelitian ini, algoritma K-Nearest Neighbor (K-NN) telah digunakan untuk menganalisa data akademik mahasiswa tiga angkatan (2012-2014) sebanyak 158 Data. Adapun alat bantu analisa menggunakan software Microsoft Excel dan Rapid Miner. Sebanyak 8 variabel terdiri dari Jenis Kelamin, Umur, IP Semester 1, IP Semester 2, IP Semester 3, IP Semester 4, IPK Hingga Semester 4 dan SKS, serta memiliki label predikat kelulusan Cepat, Tepat Waktu dan Terlambat. Hasil dari penelitian ini menunjukan bahwa Ratio terbaik yang ditandai dengan pola dasar 70:30 dengan 112 data training dan 46 data testing mendapatkan nilai akurasi 76,09%, precision 45,57%, recall 43,30%, specificity 78,87%, dan error rate 23,91%. Sehingga dapat diketahui bahwa kinerja akademik mahasiswa dengan IP Semester 2 menjadi faktor yang paling berpengaruh.
Keywords
Full Text:
PDFReferences
E. Simatupang and I. Yuhertiana, “Merdeka belajar kampus merdeka terhadap perubahan paradigma pembelajaran pada pendidikan tinggi: Sebuah tinjauan literatur,” Jurnal Bisnis, Manajemen, Dan Ekonomi, vol. 2, no. 2, pp. 30–38, 2021.
A. Widiansyah, “Peranan sumber daya pendidikan sebagai faktor penentu dalam manajemen sistem pendidikan,” Cakrawala-Jurnal Humaniora, vol. 18, no. 2, pp. 229–234, 2018.
B. Lian, “Tanggung jawab Tridharma perguruan tinggi menjawab kebutuhan masyarakat,” in Prosiding Seminar Nasional Program Pascasarjana Universitas PGRI Palembang, 2019, pp. 100–106.
N. Nurjayadi, K. Andesa, T. Nasution, and H. Herwin, “Peringatan Dini Masa Studi Dan Ipk Mahasiswa Berbasis Framework for Application of System Thinking,” JURNAL TEKNOLOGI DAN OPEN SOURCE, vol. 3, no. 2, pp. 261–271, 2020.
J. O. Isakh, “Sistem Informasi Pemantauan Perkembangan Mahasiswa yang Memiliki Kendala dalam Proses Belajar Mengajar,” Jurnal STRATEGI-Jurnal Maranatha, vol. 2, no. 2, pp. 581–591, 2020.
M. Wati, Haeruddin, and W. Indrawan, “Predicting degree-completion time with data mining,” Proceeding - 2017 3rd International Conference on Science in Information Technology: Theory and Application of IT for Education, Industry and Society in Big Data Era, ICSITech 2017, vol. 2018-Janua, pp. 732–736, 2018, doi: 10.1109/ICSITech.2017.8257209.
M. Wati, H. S. Pakpahan, and N. Novirasari, “Comparative Analysis of Multi-Criteria Decision Making for Student Degree Completion Time based on Entropy Weighted,” Proceedings of ICAITI 2018 - 1st International Conference on Applied Information Technology and Innovation: Toward A New Paradigm for the Design of Assistive Technology in Smart Home Care, pp. 56–61, 2019, doi: 10.1109/ICAITI.2018.8686746.
M. Wati, N. Novirasari, and H. S. Pakpahan, “Evaluation of scholarly performance student using multi-criteria decision-making with objective weight,” International Electronics Symposium on Knowledge Creation and Intelligent Computing, IES-KCIC 2018 - Proceedings, pp. 56–61, 2019, doi: 10.1109/KCIC.2018.8628490.
M. Wati, N. Novirasari, E. Budiman, and Haeruddin, “Multi-Criteria Decision-Making for Evaluation of Student Academic Performance Based on Objective Weights,” in the Third International Conference on Informatics and Computer, 2019, no. 11, pp. 1–5. doi: 10.1109/iac.2018.8780421.
M. Wati, W. Indrawan, J. A. Widians, and N. Puspitasari, “Data Mining For Predicting Students ’ Learning Result,” in 2017 4th International Conference on Computer Applications and Information Processing Technology (CAIPT), 2017, pp. 1-4. doi: 10.1109/CAIPT.2017.8320666.
Senat Universitas Mulawarman, Peraturan Akademik Universitas Mulawarman. 2020.
D. Nofriansyah, Konsep Data Mining Vs Sistem Pendukung Keputusan. Indonesia: Deepublisher, 2014.
T. R. Shultz and S. E. Fahlman, Encyclopedia of Machine Learning and Data Mining. 2017. doi: 10.1007/978-1-4899-7687-1.
M. Tiwari, R. Dixit, and A. Kesharwani, Data Mining Principles, Process Model and Aplications. India: Educreation Publishing, 2111.
J. Angelina Widians, H. Santoso Pakpahan, E. Budiman, and M. Soleha, “Klasifikasi Jenis Bawang Menggunakan Metode K-Nearest Neighbor Berdasarkan Ekstraksi Fitur Bentuk dan Tekstur,” JURTI, vol. 3, no. 2, 2019.
R. R. Waliyansyah and C. Fitriyah, “Perbandingan Akurasi Klasifikasi Citra Kayu Jati Menggunakan Metode Naive Bayes dan k-Nearest Neighbor (k-NN),” JEPIN (Jurnal Edukasi dan Penelitian Informatika), vol. 5, no. 2, pp. 157–163, Aug. 2019, Accessed: Jan. 20, 2022. [Online]. Available: https://jurnal.untan.ac.id/index.php/jepin/article/view/32473
A. A. WPR, F. Rozi, and F. Sukmana, “Prediksi Penjualan Produk Unilever Menggunakan Metode K-Nearest Neighbor,” JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 6, no. 1, pp. 155–160, 2021.
A. R. D. Nugraha, K. Auliasari, and Y. A. Pranoto, “Implementasi Metode K-Nearest Neighbor (KNN) Untuk Seleksi Calon Karyawan Baru (Studi Kasus: BFI Finance Surabaya),” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 4, no. 2, pp. 14–20, 2020.
E. Budiman, Haviluddin, N. Dengan, A. H. Kridalaksana, M. Wati, and Purnawansyah, Performance of Decision Tree C4.5 Algorithm in Student Academic Evaluation, vol. 488. 2018. doi: 10.1007/978-981-10-8276-4_36.
M. Wati, H. S. Pakpahan, A. Prafanto, F. Akbar, Haviluddin, and A. W. D. Boernama, “Application of C4.5 Classification Algorithm for Chronic Kidney Disease Diagnosis,” in ICEEIE 2019 - International Conference on Electrical, Electronics and Information Engineering: Emerging Innovative Technology for Sustainable Future, 2019. doi: 10.1109/ICEEIE47180.2019.8981458.
DOI: http://dx.doi.org/10.30872/jurti.v6i2.1637
Refbacks
- There are currently no refbacks.
Copyright (c) 2022 JURNAL REKAYASA TEKNOLOGI INFORMASI
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Alamat Redaksi :
Program Studi Informatika
Fakultas Teknik
Jl. Sambaliung No. 9 Kampus Gunung Kelua Samarinda 75119 - Kalimantan Timur
e-mail : jurti.unmul@fkti.unmul.ac.id
Url : http://e-journals.unmul.ac.id/index.php/INF
Contact Person : Medi Taruk [081543438301]
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.