Aplikasi Data Mining untuk Memprediksi Mahasiswa Berpotensi Drop Out menggunakan Algoritme K-Nearest Neighbor (K-NN)

##plugins.themes.bootstrap3.article.main##

Mardiani Putri Agustini Ahmad Afif Supianto Welly Purnomo

Abstrak

Drop out atau putus studi merupakan permasalahan yang berkaitan dengan keberhasilan studi mahasiswa. Hal tersebut juga dialami pada program studi Sistem Informasi Universitas Brawijaya. Hasil wawancara yang telah dilakukan dengan Ketua Program Studi Sistem Informasi bahwa telah terjadi pemberhentian studi atau drop out setiap tahunnya. Adanya mahasiswa yang drop out dapat menyebabkan turunnya kualitas dan mutu perguruan tinggi. Oleh karena itu, sebagai penanganan terhadap masalah tersebut diperlukan sistem yang mampu membantu pengambilan keputusan untuk memprediksi mahasiswa yang berpotensi drop out. Sistem ini diharapkan dapat membantu pihak program studi Sistem Informasi Universitas Brawijaya dalam mengambil keputusan dan menjadi bahan evaluasi dini serta memberikan penanganan lebih awal terhadap mahasiswa yang berpotensi drop out. Salah satu teknik untuk prediksi adalah menggunakan data mining. Klasifikasi menggunakan algoritme K-Nearest Neighbor (K-NN) merupakan salah satu metode data mining yang dapat digunakan untuk memprediksi potensi drop out mahasiswa. Hasil pemrosesan dengan bantuan tool Weka didapatkan nilai kedekatan terbaik menggunakan algoritme K-NN adalah k=5. Hasil evaluasi algoritme yang didapatkan menggunakan confusion matrix adalah tingkat akurasi sebesar 99.2337%. Hasil nilai AUC dari kurva ROC menunjukkan nilai sebesar 0.8918. Hasil pengujian usability yang dihasilkan menggunakan SUS adalah 67.5.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Agustini, M., Supianto, A., & Purnomo, W. Aplikasi Data Mining untuk Memprediksi Mahasiswa Berpotensi Drop Out menggunakan Algoritme K-Nearest Neighbor (K-NN). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, no. 6, p. 6230-6237, juli 2019. ISSN 2548-964X. Tersedia pada: <http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/5667>. Tanggal Akses: 28 okt. 2020
Bagian
Artikel