Layanan penulisan ilmiah yang disediakan oleh Perpustakaan Universitas Gunadarma
ANALISIS PREDIKSI STATUS MAH ASISWA NON AKTIF MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR BERBASIS FORWARD SELECTION
ABSTRAKSI :
Panca Indah Lestari, 92218059 Analisis Prediksi Status Mahasiswa Non Aktif Dengan Algoritma K-Nearest Berbasis Forward Selection Masalah yang dihadapi dalam pengelolaan data aktivitas kuliah mahasiswa (AKM) seperti menentukan total Satuan Kredit Semester (SKS) dan IPK pada mahasiswa non aktif. Dalam melakukan pengelolaan data akademik menjadi informasi sebagai aspek pengambilan keputusan. Beberapa faktor seperti Indek Prestasi Semester (IPS), Jumlah SKS, IPK, Jumlah SKS Total, Biaya, Penghasilan Orang Tua dan Status Mahasiswa. Langkah untuk mencegah indikasi mahasiswa non aktif perlu dilakukan analisis pola prediksi untuk menentukan sisa masa studi mahasiswa serta menghasilkan informasi yang akurat dan sebagai bahan prediksi untuk membandingkan data setiap tahun dari tahun akademik 2017-2019 terhadap mahasiswa non aktif K-NN berbasis Forward Selection. Penelitian prediksi mahasiswa non aktif menggunakan pengujian menggunkan Rapid Miner terhadap dataset mahasiswa sebanyak 342, menghasilkan nilai akurasi K-Nearest Neighbor (k-3) sebesar 93,55