Abstract :
Komparasi metode merupakan suatu hal penting yang perlu dilakukan untuk
dapat membantu dalam menentukan algoritma yang paling efektif dan akurat untuk
menyelesaikan suatu masalah. Dalam penelitian ini, pengujian akan dilakukan
dengan cara mengkomparasikan 2 metode teknik data mining yaitu algoritma K?Nearest Neighbor dan Neural Network untuk mengetahui algoritma yang
menghasilkan tingkat akurasi paling baik dalam memprediksi kelulusan
mahasiswa. Pengujian dilakukan dengan software Rapidminer dan bahasa
pemrograman python. Hasil pengujian algoritma K-Nearest Neighbor
menggunakan software Rapidminer menghasilkan akurasi 52.63%, precision
38.46%, recall 83.33% dan nilai AUC 0.795. Pengujian dengan bahasa
pemrograman python, menunjukan akurasi 57.89%, precision 38.46%, recall 100%
dan f1-score 55.55%. Hasil pengujian algoritma Neural Network dengan metode
pelatihan backpropagation menggunakan software Rapidminer menunjukan
akurasi 63.16%, precision 80.00%, recall 61.54% dan nilai AUC 0.577. Pengujian
dengan bahasa pemrograman python, menunjukan akurasi 73.68%, precision
79.68%, recall 83.33% dan f1-score 80.00%. Hasil dari penelitian ini menunjukan
bahwa algoritma Neural Network dengan metode pelatihan backpropagation
memiliki tingkat akurasi lebih baik daripada algoritma K-Nearest Neighbor dalam
memprediksi kelulusan mahasiswa.
Kata Kunci : Komparasi, Data Mining, K-Nearest Neighbor, Neural Network,
Kelulusan mahasiswa