Implementasi Metode K-Nearst Neighbor (K-nn) Untuk Klasifikasi Masa Studi Mahasiswa(Studi Kasus Stmik Widya Cipta Dharma)

Anwar, Khoirul (2024) Implementasi Metode K-Nearst Neighbor (K-nn) Untuk Klasifikasi Masa Studi Mahasiswa(Studi Kasus Stmik Widya Cipta Dharma). S1 Teknik Informatika thesis, STMIK Widya Cipta Dharma.

	Text 1743115-S1-Jurnal.pdf Restricted to Repository staff only Download (543kB) | Request a copy
	Text 1743115-S1-Teknik Informatika1.pdf Restricted to Repository staff only Download (5MB) | Request a copy

Abstract

Khoirul Anwar, 2024, Implementasi Metode K-Nearst Neighbor (K-NN) Untuk Klasifikasi Masa Studi Mahasiswa (Studi Kasus STMIK Widya Cipta Dharma). Skripsi jurusan Teknik Informatika, Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) Widya Cipta Dharma, Pembimbing (1) Ita Arfyanti, S.Kom., M.M., Pembimbing (II) Hanifah Ekawati ,S.Pd., M.Pd. Kata Kunci : Implementasi, Klasifikasi, Masa Studi, K-Nearest Neighbor (K-NN) Dalam dunia Pendidikan Masa studi adalah masa studi terjadwal yang harus ditempuh oleh mahasiswa sesuai dengan rentang waktu yang dipersyaratkan. Batas waktu adalah batas waktu maksimal yang diperkenankan untuk mahasiswa menyelesaikan studi.Data yang berlimpah membuka peluang diterapkannya data mining untuk pengelolaan Pendidikan yang lebih baik dan data mining dalam pelaksanaan pembelajaran berbantuan komputer yang lebih efektif. Dalam penelitian ini metode pengembangan sistem yang digunakan yaitu metode pengembangan sistem pendukung keputusan. Model dengan perangkat lunak pendukung keputusan yang digunakan adalah Bahasa pemrograman HTML dan PHP, database yang digunakan MySQL. Penelitian ini dilakukan untuk menerapkan teknik data mining guna mengklasifikasi masa studi mahasiswa STMIK Widya Cipta Dharma dengan menggunakan Metode K-Nearest Nieghbor (K-NN). K-Nearest Neighbor merupakan salah satu metode untuk mengambil keputusan menggunakan pembelajaran terawasi dimana hasil dari data masukan yang baru diklasifikasi berdasarkan terdekat dalam data nilai. Aplikasi ini dapat memberikan informasi yang bersifat strategis bagi program studi, juga dapat meningkatkan upaya untuk mendorong dan mempercepat kelulusannya. Sehingga selain dapat bermanfaat bagi mahasiswa sendiri, juga dapat meningkatkan nilai akreditasi bagi program studi ============================================================ Khoirul Anwar, 2024, Implementation of the K-Nearst Neighbor (K-NN) Method for Classification of Student Study Periods (Case Study of STMIK Widya Cipta Dharma). Thesis majoring in Informatics Engineering, College of Informatics and Computer Management (STMIK) Widya Cipta Dharma, Supervisor (1) Ita Arfyanti, S.Kom., M.M., Supervisor (II) Hanifah Ekawati, S.Pd., M.Pd. Keywords: Implementation, Classification, Study Period, K-Nearest Neighbor (K-NN) In the world of education, the study period is a scheduled study period that must be taken by students according to the required time span. The time limit is the maximum time allowed for students to complete their studies. Abundant data opens up opportunities for applying data mining for better education management and data mining for implementing more effective computer-assisted learning. In this research, the system development method used is the decision support system development method. The model with decision support software used is HTML and PHP programming languages, the database used is MySQL. This research was conducted to apply data mining techniques to classify the study period of STMIK Widya Cipta Dharma students using the K-Nearest Nieghbor (K-NN) Method. K-Nearest Neighbor is a method for making decisions using supervised learning where the results of new input data are classified based on the closest value data. This application can provide strategic information for study programs, and can also increase efforts to encourage and accelerate graduation. So apart from being beneficial for the students themselves, it can also increase the accreditation value for the study program.

Item Type:	Thesis (S1 Teknik Informatika)
Additional Information:	Pembimbing 1 : Ita Arfyanti, S.Kom., M.Kom. Pembimbing 2 : Hanifah Ekawati, S.Pd., M.Pd.
Uncontrolled Keywords:	Implementasi, Klasifikasi, Masa Studi, K-Nearest Neighbor (K-NN)
Subjects:	Q Science > QA Mathematics > QA76 Computer software
Divisions:	Teknik Informatika
Depositing User:	Mr Khoirul Anwar
Date Deposited:	20 Feb 2024 06:20
Last Modified:	20 Feb 2024 06:20
URI:	http://repository.wicida.ac.id/id/eprint/5293

Actions (login required)

View Item