Text
IMPLEMENTASI ALGORITMA MODIFIED K-NEAREST NEIGHBOR (M-KNN) UNTUK KLASIFIKASI KELULUSAN MAHASISWA
IMPLEMENTASI ALGORITMA MODIFIED K-NEAREST NEIGHBOR (M-KNN)
UNTUK KLASIFIKASI KELULUSAN MAHASISWA
Putri Winarti Retno Asih1
, Salkin Lutfi2
, Firman Tempola3
123Program Studi Teknik Informatika, Fakultas Teknik, Universitas Khairun
Jl. Jati Metro, Kota Ternate
E-mail: 1putriwra012@gmail.com, 2salkin.lutfi@unkhair.ac.id, 3firman.tempola@unkhair.ac.id
Dalam sistem pendidikan mahasiswa adalah aset penting bagi sebuah institusi pendidikan. Pengaruh masa
studi yang tepat waktu terhadap penilaian akreditas perguruan tinggi maupun program studi sangat besar
sehingga perlu dilakukan mekanisme evaluasi untuk optimasi ketepatan masa studi mahasiswa. Dengan
demikian jelas bahwa klasifikasi kelulusan mahasiswa adalah hal yang penting bagi penyelenggara
pendidikan untuk menentukan strategi bagi institusinya. Maka dari itu penelitian ini bertujuan untuk
menerapkan algoritma Modified K-Nearest Neighbor (M-KNN) dalam mengukur akurasi sistem untuk
klasifikasi tingkat kelulusan mahasiswa pada Program Studi Teknik Informatika Fakultas Teknik Universitas
Khairun. Untuk menangani masalah tersebut diperlukan teknologi untuk mengklasifikasi kelulusan
mahasiswa dengan menerapkan salah satu metode klasifikasi yaitu Modified K-Nearest Neighbor (MKNN).
Peneliti menggunakan metode ini untuk mengukur akurasi sistem, metode tersebut mempelajari pola dari
data hasil kelulusan mahasiswa sebelumnya berdasarkan IPK mahasiswa dengan perhitungan jarak
manhattan, perhitungan nilai validitas dan perhitungan weighted voting yang hasil akhirnya digunakan untuk
penetapan kelas klasifikasi berdasarkan nilai K yang telah ditentukan. Berdasarkan hasil pengujian terhadap
perubahan nilai K, perubahan jumlah data latih, perubahan komposisi data latih, dan perubahan komposisi
data latih dan data uji didapatkan rata-rata akurasi untuk pengujian pengaruh nilai K terhadap akurasi
sebesar 72%. Nilai rata-rata akurasi yang didapatkan dari pengujian pengaruh variasi jumlah data latih
adalah 80%. Pengujian pengaruh komposisi data latih terhadap akurasi mendapatkan nilai rata-rata akurasi
65%. Pengujian pengaruh komposisi data latih dan data uji terhadap akurasi mendapatkan nilai rata-rata
akurasi sebesar 94,28%. Hasil pengujian menunjukkan bahwa komposisi dataset sangat berpengaruh
terhadap kinerja sistem yang didapat.
Kata Kunci: Modified K-Nearest Neighbor, Klasifikasi, Kelulusan Mahasiswa, IPK mahasiswa
Tidak tersedia versi lain