EUVIMEDEUVIMED entdecken
Crossref

Prediksi Kelulusan Mahasiswa Menggunakan Algoritma K-Nearest Neighbor (KNN) dengan Klasifikasi Biner

Irfan Nur Sofiyanto, Andika Bagus Saputra, Ridlo Fauzi Rakhmadianto, Hermawan Nur Eka Febrianto, Aprillio Malika Endiwan, Aprilisa Arum Sari

Prosiding Seminar Nasional Teknologi Informasi dan Bisnis · 26.07.2025 · 40-45

DOI: 10.47701/gpqsm502 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Prosiding Seminar Nasional Teknologi Informasi dan Bisnis, online erschienen am 26.07.2025. Verfasst von Irfan Nur Sofiyanto und 5 weiteren Autor:innen. Die Arbeit wurde bisher 1-mal zitiert (Crossref).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Penelitian ini bertujuan mengembangkan model prediksi kelulusan mahasiswa menggunakan algoritma K-Nearest Neighbor (KNN). Permasalahan yang diangkat adalah ketidakpastian dalam meramalkan kelulusan berdasarkan data historis akademik, khususnya Indeks Prestasi Semester (IPS). Penelitian berfokus pada pembangunan model klasifikasi biner yang dapat mengidentifikasi status kelulusan mahasiswa guna mendukung deteksi dini risiko akademik. Dataset yang digunakan terdiri dari 519 data mahasiswa Program Studi Teknologi Informasi, dengan atribut berupa nilai IPS semester 1 hingga 8, serta label target berupa status kelulusan. Karena terdapat ketidakseimbangan antar kelas, diterapkan Random Over Sampling (ROS) untuk menyeimbangkan distribusi sebelum pelatihan model. Data kemudian dinormalisasi dan dibagi menjadi data latih dan data uji. Algoritma KNN digunakan dengan parameter k = 5, yang mengklasifikasikan label berdasarkan mayoritas tetangga terdekat. Hasil pengujian menunjukkan bahwa model KNN mampu memberikan akurasi prediksi sebesar 90%, menandakan bahwa pendekatan berbasis data mining ini efektif untuk mendukung evaluasi dan pengelolaan akademik di lingkungan pendidikan tinggi.

Zitieren

APA

Sofiyanto, I. N., Saputra, A. B., Rakhmadianto, R. F., Febrianto, H. N. E., Endiwan, A. M., & Sari, A. A. (2025). Prediksi Kelulusan Mahasiswa Menggunakan Algoritma K-Nearest Neighbor (KNN) dengan Klasifikasi Biner. Prosiding Seminar Nasional Teknologi Informasi dan Bisnis, 40-45. https://doi.org/10.47701/gpqsm502

Vancouver

Sofiyanto IN, Saputra AB, Rakhmadianto RF, Febrianto HNE, Endiwan AM, Sari AA. Prediksi Kelulusan Mahasiswa Menggunakan Algoritma K-Nearest Neighbor (KNN) dengan Klasifikasi Biner. Prosiding Seminar Nasional Teknologi Informasi dan Bisnis. 2025:40-45. doi:10.47701/gpqsm502

BibTeX
@article{Sofiyanto2025,
  author = {Sofiyanto, Irfan Nur and Saputra, Andika Bagus and Rakhmadianto, Ridlo Fauzi and Febrianto, Hermawan Nur Eka and Endiwan, Aprillio Malika and Sari, Aprilisa Arum},
  title = {Prediksi Kelulusan Mahasiswa Menggunakan Algoritma K-Nearest Neighbor (KNN) dengan Klasifikasi Biner},
  journal = {Prosiding Seminar Nasional Teknologi Informasi dan Bisnis},
  year = {2025},
  pages = {40--45},
  doi = {10.47701/gpqsm502}
}
Kostenlos starten →