IMPLEMENTASI PERBANDINGAN METODE K-NEAREST NEIGHBORS(K-NN) DENGAN NAIVE BAYES UNTUK PREDIKSI KELULUSAN MAHASISWA
Total View This Week1
Total View This Week1
Institusion
STMIK Bumi Gora
Author
NI, PUTU
LUH, JUNIARTI
LUH, JUNIARTI
Subject
TA Engineering (General). Civil engineering (General)
Datestamp
2021-03-23 03:12:35
Abstract :
Sekolah Tinggi Pariwisata(STP) Mataram adalah sekolah Tinggi Pariwisata pertama di Nusa Tenggara Barat(NTB), STP merupakan yayasan pertama dan terbaik di NTB yang selalu menarik lumayan banyak mahasiswa setiap prodinya dalam tiap tahun. Namun ada beberapa hal yang tidak seimbang antara masuk dan keluarnya mahasiswa yang telah menyelesaikan studinya. Mahasiswa yang masuk dalam jumlah besar, tetapi mahasiswa yang lulus tepat waktu sesuai dengan ketentuan jauh sangat kecil dibandingkan masuknya. Sehingga terjadi penumpukan mahasiswa dalam jumlah tinggi disetiap periode kelulusan. Berdasarkan latar belakang yang sudah dipaparkan, maka dalam skripsi ini penulis bertujuan untuk menerapkan algoritma K-NN dan Naive Bayes untuk prediksi tingkat kelulusan mahasiswa di STP mataram, dan membandingkan tingkat akurasi dari kedua algoritma sehinga pihak kampus dapat meminimalisir tingkat kelulusan tidak tepat waktu dan mengetahui algoritma mana yang memiliki tingkat akurasi yang lebih tinggi. Output dari aplikasi ini berupa informasi hasil prediksi kelulusan mahasiswa, apakah lulus tepat waktu atau tidak tepat waktu. Berdasarkan hasil perancangan, implementasi, pengujian, dan uji coba program Aplikasi Prediksi Kelulusan Mahasiswa Menggunakan Metode K-NN dan Naive Bayes dengan metode Cross Validation menghasilkan akurasi untuk metode KNN sebesar 96,18% dan untuk metode Naive Bayes akurasi sebesar 91,94% dengan mengguakan pengujian akurasi RapideMiner. Jadi berdasarkan hasil kedua pengujian antara metode K-NN dan Naive Bayes yang menghasilkan akurasi tertinggi yaitu metode K-NN dengan akurasi 96,18%. Jadi dapat disimpulkan bahwa metode KNN lebih layak di gunakan untuk memprediksi kelulusan mahasiswa.
Sekolah Tinggi Pariwisata(STP) Mataram adalah sekolah Tinggi Pariwisata pertama di Nusa Tenggara Barat(NTB), STP merupakan yayasan pertama dan terbaik di NTB yang selalu menarik lumayan banyak mahasiswa setiap prodinya dalam tiap tahun. Namun ada beberapa hal yang tidak seimbang antara masuk dan keluarnya mahasiswa yang telah menyelesaikan studinya. Mahasiswa yang masuk dalam jumlah besar, tetapi mahasiswa yang lulus tepat waktu sesuai dengan ketentuan jauh sangat kecil dibandingkan masuknya. Sehingga terjadi penumpukan mahasiswa dalam jumlah tinggi disetiap periode kelulusan. Berdasarkan latar belakang yang sudah dipaparkan, maka dalam skripsi ini penulis bertujuan untuk menerapkan algoritma K-NN dan Naive Bayes untuk prediksi tingkat kelulusan mahasiswa di STP mataram, dan membandingkan tingkat akurasi dari kedua algoritma sehinga pihak kampus dapat meminimalisir tingkat kelulusan tidak tepat waktu dan mengetahui algoritma mana yang memiliki tingkat akurasi yang lebih tinggi. Output dari aplikasi ini berupa informasi hasil prediksi kelulusan mahasiswa, apakah lulus tepat waktu atau tidak tepat waktu. Berdasarkan hasil perancangan, implementasi, pengujian, dan uji coba program Aplikasi Prediksi Kelulusan Mahasiswa Menggunakan Metode K-NN dan Naive Bayes dengan metode Cross Validation menghasilkan akurasi untuk metode KNN sebesar 96,18% dan untuk metode Naive Bayes akurasi sebesar 91,94% dengan mengguakan pengujian akurasi RapideMiner. Jadi berdasarkan hasil kedua pengujian antara metode K-NN dan Naive Bayes yang menghasilkan akurasi tertinggi yaitu metode K-NN dengan akurasi 96,18%. Jadi dapat disimpulkan bahwa metode KNN lebih layak di gunakan untuk memprediksi kelulusan mahasiswa.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
