DATA MINING METODE K-NEAREST NEIGHBOR UNTUK MEMPREDIKSI KELULUSAN TEPAT WAKTU MAHASISWA FTI UNIVERSITAS BUDI LUHUR

Abstrak

Lulus tepat waktu merupakan permasalahan yang sulit bagi beberapa mahasiswa yang menjalani pendidikan untuk mendapatkan gelar strata-1 (S1). Penelitian ini difokuskan untuk memprediksi kelulusan mahasiswa Budi Luhur dengan akurat menerapkan metode algoritma K-Nearest Neighbors karena K-Nearest Neighbors merupakan algoritma yang bisa digunakan untuk mengolah data yang bersifat numerik dan tidak memerlukan skema estimasi parameter perulangan yang rumit, ini berarti bisa diaplikasikan untuk dataset berukuran besar. Dengan begitu, maka metode pengukuran jarak terdekat yang dapat diimplementasikan salah satunya yaitu Manhattan Distance dikarenakan pada metode ini terdapat kesesuaian untuk mengukur kedekatan data yang bersifat numerikal. Hasil penelitian ini digunakan sebagai parameter mahasiswa untuk mengetahui hasil mahasiswa tersebut lulus tepat waktu atau tidak lulus tepat waktu. Hasil uji coba data set yaitu 2 angkatan yakni 2017/2018, dan 2018/2019 yang berjumlah 653 mahasiswa. Setelah melakukan proses prediksi dan klasifikasi pada sistem, didapatkan nilai akurasi terbesar yaitu 99.4% dari hasil 2 nilai K, yaitu 3 dan 5, karena dengan menggunakan nilai pengujian 3 dan 5 dapat mendapatkan akurasi yang mendekati nilai 100%. Berdasarkan hasil penelitian tersebut dapat disimpulkan bahwa dengan program yang dibuat menggunakan algoritma K-Nearest Neighbor dan pengukuran jarak menggunakan Manhattan Distance dapat mempercepat dan mempermudah perhitungan hasil ketepatan lulus mahasiswa secara akurat.