SISTEM PENGELOMPOKAN POTENSI KEAHLIAN MAHASISWA MENGGUNAKAN METODE K-NEAREST NEIGHBOR ( KNN )

FIRMANSYAH, WAHYU (2017) SISTEM PENGELOMPOKAN POTENSI KEAHLIAN MAHASISWA MENGGUNAKAN METODE K-NEAREST NEIGHBOR ( KNN ). undergraduate thesis, Universitas Muhammadiyah Gresik.

[img] Text
11-INTISARI.pdf

Download (86kB)
[img] Text
BAB I.pdf

Download (139kB)
[img] Text
BAB II.pdf

Download (575kB)
[img] Text
BAB III.pdf

Download (1MB)
[img] Text
BAB IV.pdf
Restricted to Repository staff only

Download (1MB)
[img] Text
BAB V.pdf

Download (85kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (46kB)
Official URL: http://digilib.umg.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Universitas Muhammadiyah Gresik adalah salah satu lembaga aktivitas akademik yang memiliki program studi Teknik Informatika. Banyaknya mata kuliah tersebut tanpa disadari bahwa setiap mahasiswa memiliki salah satu kemampuan, seperti halnya kemampuan didalam bidang Rekayasa Perangkat Lunak atau Sistem Cerdas. Permasalahan yang dihadapi selama ini adalah Kaprodi atau Dosen masih mengalami kesulitan dalam mengelompokkan keahlian pada setiap mahasiswa. Oleh karena itu, untuk menyelesaikan permasalahan tersebut maka perlu dibuatkan suatu sistem yang dapat mengelompokkan bidang keahlian mahasiswa secara akurat dan tidak membutuhkan waktu yang lama dalam proses penentuan tersebut. Rekomendasi pengelompokan potensi keahlian mahasiswa ini akan menggunakan metode K-Nearest Neighbor (KNN). Pemilihan metode tersebut dikarenakan merupakan suatu metode yang menggunakan jarak eucledian sebagai tolak ukur dalam menentukan dekat atau jauhnya nilai ketetanggaan. Dengan demikian hasil pengujian yang diperoleh dari penelitian ini memiliki rata-rata keseluruhan nilai K adalah 86.54 % untuk akurasi dan 13.46 % untuk laju error.

Item Type: Thesis (undergraduate)
Subjects: Engineering > Informatics Engineering
Engineering
Divisions: Faculty of Engineering > Informatics Engineering Study Program
Depositing User: maysatin may aliah
Date Deposited: 16 Jul 2019 06:19
Last Modified: 16 Jul 2019 06:19
URI: http://eprints.umg.ac.id/id/eprint/2049

Actions (login required)

View Item View Item