PREDIKSI LAMA STUDI MAHASISWA DENGAN MENGGUNAKAN METODE K-NNPREDICTION OF STUDY TIMING PERIOD USING K-NNMETHOD

Authors

  • Deserius Marianus Oenunu Teknik Informatika, IST AKPRIND Yogyakarta
  • Naniek Widyastuti Teknik Informatika, IST AKPRIND Yogyakarta
  • Uning Lestari Teknik Informatika, IST AKPRIND Yogyakarta

Keywords:

Data Mining, Classification, K-NN, Prediction of Study Timing Period

Abstract

Quality of a university can be seen from study timing period. Development of data mining can be used to make predictions of study timing period. These research predictions of study timing period using data mining. The method used to make predictionsis K-Nearest Neighbour. A total 216students will be predicted into 3 classes: Very On Time, On Time and Not On Time. From the experimental results, the obtained value of the highest accuracyreaches80% when the data training 186with a value of k=30

References

Hadjaratie, L., 2014, Model Prediksi Masa Studi Mahasiswa Menggunakan Algoritma Projective Art, Prosiding Konferensi Nasional Sistem Informasi 2014 (KNSI 2014), Februari – Maret 2014, hal. 1111 – 1114.
Hanafi, M. dan Burhanudin, A., 2014, Prediksi Keberhasilan Studi Mahasiswa Menggunakan Artificial Neural Network Berbasis Indeks Prestasi Akademik, Prosiding Konferensi Nasional Sistem Informasi 2014 (KNSI 2014), Februari – Maret 2014, hal. 1085 – 1091.

Jananto, A., 2010, Perbandingan Performansi Algoritma Nearest Neighbour Dan Sliq Untuk Prediksi Kinerja Akademik Mahasiswa Baru, Jurnal Teknologi Informasi DINAMIK, 15(2), Juli 2010, hal. 157 – 169.
Jananto, A., 2013, Algoritma Naive Bayes untuk Mencari Perkiraan Waku Studi Mahasiswa, Jurnal Teknologi Informasi DINAMIK, 18(1), Januari 2013, hal. 9 – 16.
Sambani, E.B., Saputra, R.D. dan Mulyani, E.D.S., 2014, Prediksi Lama Kelulusan Mahasiswa Menggunakan Meetode Jaringan Syaraf Tiruan Study Case STMIK Tasikmalaya, Prosiding Konferensi Nasional Sistem Informasi 2014 (KNSI 2014), Februari – Maret 2014, hal. 1071 – 1077.

Downloads

Published

2015-12-01