Shiddiqi, Muhammad Fahmi As (2023) Klasifikasi Kelulusan Mahasiswa Menggunakan Algoritme Hybrid (K-Nearest Neighbor Dan Naïve Bayes). undergraduate thesis, Universitas Muhammadiyah Gresik.
|
Text
1. Lembar Pernyataan Keaslian Skripsi.pdf Download (216kB) | Preview |
|
|
Text
2. Lembar Persetujuan Skripsi.pdf Download (169kB) | Preview |
|
|
Text
3. Lembar Pengesahan Skripsi.pdf Download (216kB) | Preview |
|
|
Text
4. Halaman Pernyataan Persetujuan Publikasi.pdf Download (186kB) | Preview |
|
|
Text
5. Halaman Judul.pdf Download (250kB) | Preview |
|
|
Text
6. Bab I.pdf Download (422kB) | Preview |
|
|
Text
7. Bab II.pdf Download (491kB) | Preview |
|
|
Text
8. Bab III.pdf Download (1MB) | Preview |
|
![[img]](http://eprints.umg.ac.id/style/images/fileicons/text.png) |
Text
9. Bab IV.pdf Restricted to Repository staff only Download (1MB) |
|
|
Text
10. Bab V.pdf Download (324kB) | Preview |
|
|
Text
11. Daftar Pustaka.pdf Download (333kB) | Preview |
|
|
Text
12. Lampiran.pdf Download (413kB) | Preview |
Abstract
Kelulusan merupakan tujuan akhir bagi setiap orang dalam rangkaian proses menyelesaikan studi dalam memperoleh gelar, penghargaan ataupun yang lainnya. Pada Program Studi Teknik Informatika Universitas Muhammadiyah Gresik sendiri terdapat banyak mahasiswa yang lulus tidak tepat waktu (terlambat) dan mahasiswa yang Drop Out (DO), hal tersebut merupakan masalah penting bagi Program Studi, dikarenakan jumlah total dari mahasiswa yang mendaftar tidak sebanding dengan jumlah total mahasiswa yang lulus akan berdampak pada penilaian Akreditasi dimana akan berdampak pada menurunnya calon mahasiswa baru yang akan mendaftar di Program Studi Teknik Informatika Universitas Muhammadiyah Gresik. Sehingga sangat penting bagi Program Studi mengetahui klasifikasi kelulusan mahasiswa. Informasi tersebut dapat menjadi dasar dalam membuat rencana strategis dalam rangkaian pembelajaran supaya meningkatkan jumlah mahasiswa dengan masa studi lulus tepat waktu. Dalam penelitian ini akan dilakukan klasifikasi kelulusan mahasiswa Program Studi Teknik Informatika Universitas Muhammadiyah Gresik menggunakan algoritme K-Nearest Neighbor dan Naïve Bayes. Hasil pengujian evaluasi performa menggunakan Confusion Matrix didapatkan nilai rata-rata precision dan recall dari kedua algoritme. Algoritme K-Nearest Neighbor mendapatkan rata-rata nilai precision, dan recall lebih tinggi dari algoritme Naïve Bayes yaitu sebesar 85,1% dan 92,9%. Sedangkan untuk algoritme Naïve Bayes mendapatkan rata-rata nilai precision dan recall lebih rendah yaitu sebesar 73% dan 73,5%. Sementara hasil pengujian menggunakan KFold Cross Validation mendapatkan hasil bahwa algoritme K-Nearest Neighbor dinilai lebih baik dari algoritme Naïve Bayes dengan melihat nilai hasil dari accuracy, precision, dan recall algoritme K-Nearest Neighbor mendapatkan hasil yang lebih baik denagn nilai accuracy sebesar 84,2% nilai precision sebesar 92,3% dan nilai recall sebesar 82,6%.
| Item Type: | Thesis (undergraduate) |
|---|---|
| Uncontrolled Keywords: | Klasifikasi, Kelulusan Mahasiswa, K-Nearest Neighbor, Naïve Bayes, Confusion Matrix, K-Fold Cross Validation.. |
| Subjects: | Engineering > Informatics Engineering Engineering |
| Divisions: | Faculty of Engineering > Informatics Engineering Study Program |
| Depositing User: | Muhammad Fahmi As Shiddiqi |
| Date Deposited: | 01 Apr 2024 21:01 |
| Last Modified: | 01 Apr 2024 21:01 |
| URI: | http://eprints.umg.ac.id/id/eprint/11935 |
Actions (login required)
 |
View Item |
