Aplikasi Data Mining Untuk Memprediksi Mahasiswa Berpotensi Drop Out Menggunakan Algoritme K-Nearest Neighbor (K-Nn)
| Main Author: | Agustini, Mardiani Putri |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/171807/1/SKRIPSI%20-%20MARDIANI%20%282%29.pdf http://repository.ub.ac.id/171807/ |
| ctrlnum |
171807 |
|---|---|
| fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/171807/</relation><title>Aplikasi Data Mining Untuk Memprediksi Mahasiswa
Berpotensi Drop Out Menggunakan Algoritme
K-Nearest Neighbor (K-Nn)</title><creator>Agustini, Mardiani Putri</creator><subject>003.2 Forecasting and forecasts</subject><description>Drop out atau putus studi merupakan permasalahan yang berkaitan dengan
keberhasilan studi seorang 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 sehingga dapat dilakukan pencegahan dan tindakan
lebih lanjut. Klasifikasi dengan data mining merupakan salah satu metode yang
dapat digunakan untuk memprediksi potensi drop out. Salah satu algoritme
klasifikasi yang dapat dimanfaatkan yaitu K-Nearest Neighbor untuk melakukan
prediksi berdasarkan atribut akademik dan demografi mahasiswa. Data
mahasiswa yang didapatkan sebanyak 1347 data, kemudian dilakukan pengolahan
data yang terdiri dari seleksi data, pembersihan data, dan transformasi data.
Proses pembentukan pola menggunakan algoritme K-Nearest Neighbor dengan
tool Weka kemudian dilakukan setelah proses pengolahan data. Implementasi
sistem memanfaatkan framework Laravel dan Weka Simple CLI. Hasil dari proses
menggunakan Weka didapatkan nilai kedekatan paling optimal adalah k=5. Hasil
evaluasi dan validasi algoritme K-Nearest Neighbor menggunakan confusion
matrix menghasilkan akurasi sebesar 99.2337%. Hasil nilai AUC dari kurva ROC
menunjukkan nilai yang diperoleh dalam klasifikasi sebesar 0.8918. Usability
testing yang dihasilkan dengan menggunakan kuesioner SUS sebesar 67.5. Luaran
yang dihasilkan dari sistem berupa visualisasi dashboard dalam bentuk chart yang
menampilkan informasi drop out mahasiswa, form yang dapat digunakan oleh
Kaprodi SI untuk membuat model yang akan digunakan untuk melakukan prediksi,
form yang dapat digunakan oleh Kaprodi SI untuk melakukan prediksi drop out
dengan memasukkan data mahasiswa, serta tabel yang berisi histori model
dengan akurasinya.</description><date>2019-07-17</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/171807/1/SKRIPSI%20-%20MARDIANI%20%282%29.pdf</identifier><identifier> Agustini, Mardiani Putri (2019) Aplikasi Data Mining Untuk Memprediksi Mahasiswa Berpotensi Drop Out Menggunakan Algoritme K-Nearest Neighbor (K-Nn). Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FILKOM/2019/462/051905845</relation><recordID>171807</recordID></dc>
|
| language |
eng |
| format |
Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview Book:Book Book |
| author |
Agustini, Mardiani Putri |
| title |
Aplikasi Data Mining Untuk Memprediksi Mahasiswa
Berpotensi Drop Out Menggunakan Algoritme
K-Nearest Neighbor (K-Nn) |
| publishDate |
2019 |
| topic |
003.2 Forecasting and forecasts |
| url |
http://repository.ub.ac.id/171807/1/SKRIPSI%20-%20MARDIANI%20%282%29.pdf http://repository.ub.ac.id/171807/ |
| contents |
Drop out atau putus studi merupakan permasalahan yang berkaitan dengan
keberhasilan studi seorang 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 sehingga dapat dilakukan pencegahan dan tindakan
lebih lanjut. Klasifikasi dengan data mining merupakan salah satu metode yang
dapat digunakan untuk memprediksi potensi drop out. Salah satu algoritme
klasifikasi yang dapat dimanfaatkan yaitu K-Nearest Neighbor untuk melakukan
prediksi berdasarkan atribut akademik dan demografi mahasiswa. Data
mahasiswa yang didapatkan sebanyak 1347 data, kemudian dilakukan pengolahan
data yang terdiri dari seleksi data, pembersihan data, dan transformasi data.
Proses pembentukan pola menggunakan algoritme K-Nearest Neighbor dengan
tool Weka kemudian dilakukan setelah proses pengolahan data. Implementasi
sistem memanfaatkan framework Laravel dan Weka Simple CLI. Hasil dari proses
menggunakan Weka didapatkan nilai kedekatan paling optimal adalah k=5. Hasil
evaluasi dan validasi algoritme K-Nearest Neighbor menggunakan confusion
matrix menghasilkan akurasi sebesar 99.2337%. Hasil nilai AUC dari kurva ROC
menunjukkan nilai yang diperoleh dalam klasifikasi sebesar 0.8918. Usability
testing yang dihasilkan dengan menggunakan kuesioner SUS sebesar 67.5. Luaran
yang dihasilkan dari sistem berupa visualisasi dashboard dalam bentuk chart yang
menampilkan informasi drop out mahasiswa, form yang dapat digunakan oleh
Kaprodi SI untuk membuat model yang akan digunakan untuk melakukan prediksi,
form yang dapat digunakan oleh Kaprodi SI untuk melakukan prediksi drop out
dengan memasukkan data mahasiswa, serta tabel yang berisi histori model
dengan akurasinya. |
| id |
IOS4666.171807 |
| institution |
Universitas Brawijaya |
| affiliation |
mill.onesearch.id fkp2tn.onesearch.id |
| institution_id |
30 |
| institution_type |
library:university library |
| library |
Perpustakaan Universitas Brawijaya |
| library_id |
480 |
| collection |
Repository Universitas Brawijaya |
| repository_id |
4666 |
| subject_area |
Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia* |
| city |
MALANG |
| province |
JAWA TIMUR |
| shared_to_ipusnas_str |
1 |
| repoId |
IOS4666 |
| first_indexed |
2021-10-28T06:55:42Z |
| last_indexed |
2021-10-28T06:55:42Z |
| recordtype |
dc |
| _version_ |
1751454115620192256 |
| score |
17.538404 |