ANALISIS REKOMENDASI PENERIMA BEASISWA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (K-NN) DAN ALGORITMA C4.5

Dita Noviana, Yuliana Susanti, Irwan Susanto

Abstract


Beasiswa merupakan bantuan biaya pendidikan yang sangat membantu prestasi mahasiswa. Beasiswa yang diberikan antara lain beasiswa Peningkatan Prestasi Akademik (PPA) yang diberikan kepada mahasiswa berprestasi. Seiring dengan meningkatnya jumlah mahasiswa yang mengajukan beasiswa, maka dibutuhkan suatu metode klasifikasi yang dapat membantu menentukan siapa yang layak mendapatkan beasiswa PPA dari Universitas Sebelas Maret. Metode yang digunakan dalam analisis ini adalah K-Nearest Neighbor dan C4.5. Hasil klasifikasi digunakan sebagai keputusan dalam rekomendasi penerima beasiswa. Penelitian ini mengambil sampel sebanyak 1000 calon penerima beasiswa PPA Universitas Sebelas Maret, sebanyak 907 mahasiswa diklasifikasikan secara benar melalui perhitungan algoritma k-NN dan sebanyak 883 mahasiswa diklasifikasikan secara benar melalui perhitungan C4.5. Hasil penelitian juga menunjukkan akurasi dan eror algoritma k-NN sebesar 90.7% dan 9.3%, sedangkan pada algoritma C4.5 memiliki akurasi dan eror sebesar 88.3% dan 11.7%.


Full Text:

PDF

References


Alkhatib K, Najadat H, Hmeidi I, Shatnawi MKA. 2013. Stock Price Prediction Using k-Nearest Neighbor (k-NN) Algorithm. International Journal of Business, Humanities and Technology. Vol. 3, No. 3, 32-44.

Bahri R, Sofian. 2012. Perbandingan Algoritma Template Matching Dan Feature Extraction Pada Optical Character Recognition. Jurnal Computer Dan Informatika. Universitas Computer Indonesia, Edisi. I, Vol.1.

Bode, Andi. 2017. K-Nearest Neighbor Dengan Feature Selection Menggunakan Backward Elimination Untuk Prediksi Harga Komoditi Kopi Arabika. Jurnal Ilmiah.Volume 9 Nomor 2 Agustus 2017.

Bramer, M. 2007. Principles of Data Mining. Springer, London.

Gorunescu, F. 2011. Data Mining Concepts, Models and Techniques, Verlah Berlon Heidelberg: Spinger.

Han, J. And M. Kamber. 2006. Data mining Concept and Tehniques. San Fransisco: Morgan Kauffman.

Ismanto. H, Wardoyo. R. 2016. Analysis Of C4.5 And K-Nearest Neighbor (KNN) Method On Algorithm Of Clustering For Deciding Mainstay Area. IOSR Journal of Computer Engineering (IOSR-JCE) e-ISSN: 2278-0661,p-ISSN: 2278-8727, Vol.18, Issue 2, Ver. IV (Mar-Apr. 2016), PP 86-92.

Karyono, Giat. 2016. Analisis Teknik Data Mining Algoritma C4.5 Dan K-Nearest Neighbor Untuk Mendiagnosa Penyakit Diabetes Mellitus. STMIK – Politeknik PalComTech, 12 Mei 2016.

Larose, D.T. 2005. Discovering Knowledge in Data. New Jersey, John Willey & Sons, Inc.

Lestari, Mei. 2014. Penerapan Algoritma Klasifikasi Nearest Neighbor (K-NN) untuk mendeteksi penyakit jantung. Faktor Exacta Vol. 7, No. 4, 366-371, ISSN:1979-276X, 2014.

Sumarlin. 2015. Implementasi Algoritma K-Nearest Neighbor Sebagai Pendukung Keputusan Klasifikasi Penerima Beasiswa PPA dan BBM, Jurnal Sistem Informasi Bisnis 01.

Written, Frank. 2007. Data Mining Practical Machine Learning tools and Techniques. USA.




DOI: http://dx.doi.org/10.31000/cpu.v0i0.1685

Article Metrics

Abstract - 2170 PDF - 2137

Refbacks

  • There are currently no refbacks.