PREDIKSI PENENTUAN PENERIMA BEASISWA DENGAN METODE KNEAREST NEIGHBOURS (Studi Kasus: Program Studi Sistem Informasi Fakultas Vokasi Universitas Airlangga)
Abstract
Sistem pendukung keputusan berupa prediksi penentuan penerima beasiswa online diharapkan dapat membantu dalam menentukan mahasiswa calon penerima beasiswa. Pada penelitian ini difokuskan pada studi kasus Program Studi Sistem Informasi Fakultas Vokasi, Universitas Airlangga. Banyaknya jumlah beasiswa yang masuk ke fakultas mengakibatkan staf kemahasiswaan kewalahan karena jumlah calon penerima beasiswa sangat banyak sedangkan beasiswa yang ditawarkan terbatas. Kuota beasiswa sendiri juga diberikan pada tiap program studi berdasarkan banyaknya jumlah mahasiswa pada tiap angkatan. Karena proses administrasi serba manual maka petugas kemahasiswaan kesulitan dalam menentukan penerima dari beasiswa yang ada pada tiap semesternya. Akibatnya beberapa beasiswa peruntukkannya belum tepat sasaran sehingga terkadang ada beberapa mahasiswa yang menerima beasiswa ganda akibat kelalaian dalam penentuan penerima beasiswa. Oleh karena permasalahan tersebut maka sistem pendukung berupa prediksi penentuan penerima beasiswa sangat dibutuhkan untuk saat ini demi membangun sistem terkomputerisasi yang terstruktur di lingkungan Program Studi Sistem Informasi Fakultas Vokasi, Universitas Airlangga. Metode penelitian yang digunakan mencakup pengumpulan data, analisis sistem, desain system, implementasi sistem dan evaluasi dan pengujian sistem. Sedangkan algoritma yang digunakan adalah Algoritma KNearest Neighbours. Nilai parameter K yang digunakan adalah 2. Indeks Kemiskinan dan Indeks Prestasi Kumulatif merupakan variabel yang diukur. Nilai akurasi yang dihasilkan oleh algoritma KNearest Neighbours dengan nilai K= 2 yaitu sebesar 83,4%.
Keywords
Full Text:
PDFReferences
Baradwaj, Brijesh Kumar., Pal, Saurabh. “Mining Educational Data to Analyze Students’ Performance”. International Journal of Advanced Computer Science and Application, vol.2, pp. 63-69, 2011
Bramer, M., 2007. Principles of Data Mining, Springer, London.
Chareonrat, Jeeranan. “Student Drop Out Factor Analysis amd Trend Prediction Using Decision Tree”. Suranaree Joournal Science and Technology, vol. 23, pp. 187-193, March. 2016
Erdogan, S.Z., Bilgin, T.T. “A Data Mining Approach for Fall Detection by Using K-Nearest Neighbour Algorithm on Wireless Sensor Network Data”, IET Communication, vol.6, pp. 3281-3287, March. 2011
Gorunescu, F., 2011. Data Mining : Concepts, Models, and Techniques. Verlag Berlin Heidelberg, Springer.
Jain, Anil K. “Data Clustering: 50 years beyond K-means”. Pattern Recognition Letters, vol. 31, pp. 651-666, 2010
Han, J., Kamber, M., 2006. Data Mining Concept and Tehniques, San Fransisco, Morgan Kauffman.
Kusrini dan Lutfhi, E.T., 2009. Algoritma Data Mining, Andi Publishing, Yogyakarta.
Mousa, Hafez., Maghari, Ashraf. “School Students’ Performance Prediction Using Data Mining Classification”. International Journal of Advanced Research in Computer and Communication Engineering, vol.6, pp. 136-141, August. 2017
Park, Deuk Hee., Kim, Hyea Kyeong., Choi, Il Young., Kim, Jae Kyeong. “A Literature Review and Classification of Recommender System Research”, Expert System with Application,vol. 39, pp. 10059-10072, 2012
Surbakti, I., 2002. Sistem Pendukung Keputusan, Institut Teknologi Sepuluh November, Surabaya.
Tair, Mohammed M.A., El-Halees, Alaa M. “Mining Educational Data to Improve Students’ Performance: A Case Study”. International Journal of Information and Communication Technology Research, vol. 2, pp. 140-146, May. 2014
Turban, E., 2005. Decicion Support System and intelligent System, Andi Publisher. Yogyakarta
Verma, Ashok., Rathore, Sumangla., Vishwakarma, Santosh., Goswani, Shubham. “Multilevel Analysis of Student’s Feedback Using Moodle Logs in Virtual Cloud Environment”. International Journal of Computer Science and Information Technology, vol. 9, pp. 15-28, October. 2017
DOI: https://doi.org/10.30743/infotekjar.v2i2.269
Refbacks
Copyright (c) 2018 Nasa Zata Dina, Rachman Sinatriya Marjianto
This work is licensed under a Creative Commons Attribution 4.0 International License.
InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan)
Program Studi Teknik Informatika - Universitas Islam Sumatera Utara
Website : http://jurnal.uisu.ac.id/index.php/infotekjar/index
Email : infotekjar@ft.uisu.ac.id
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan) is licensed under a Creative Commons Attribution 4.0 International License