PREDIKSI KELULUSAN MAHASISWA TEKNIK INFORMATIKA UNIVERSITAS KRISTEN WIRA WACANA SUMBA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR
Keywords:
Prediksi Kelulusan, K-Nearest Neighbor, Data Akademik, Teknik Informatika, Google ColabAbstract
Studi ini menyajikan pengembangan model prediktif yang memanfaatkan algoritma k-Nearest Neighbors (KNN) untuk meramalkan hasil kelulusan mahasiswa di Universitas Kristen Wira Wacana. Melalui analisis data yang ketat dan pelatihan model, sistem berbasis KNN mencapai tingkat akurasi yang mengesankan hingga 81%, menunjukkan potensinya sebagai alat yang andal untuk perencanaan akademik dan layanan dukungan mahasiswa. Presisi tinggi model ini memungkinkan identifikasi dini mahasiswa yang berisiko mengalami keterlambatan kelulusan, sehingga memfasilitasi intervensi tepat waktu untuk meningkatkan retensi dan tingkat keberhasilan mahasiswa. Selain itu, studi ini menggarisbawahi pentingnya menggabungkan beragam variable seperti kinerja akademik, keterlibatan ekstrakurikuler, dan faktor sosial ekonomi untuk lebih menyempurnakan akurasi prediktif. Temuan ini menganjurkan integrasi teknik pembelajaran mesin ke dalam kerangka kerja administrasi universitas, yang mempromosikan pendekatan proaktif terhadap manajemen mahasiswa. Penelitian di masa depan harus mengeksplorasi penyertaan variabel yang diperluas dan data longitudinal untuk meningkatkan ketahanan dan penerapan model di berbagai konteks pendidikan
Downloads
References
Andarsyah, R., & Yanuar, A. (2024). SENTIMEN ANALISIS APLIKASI POSAJA PADA GOOGLE PLAYSTORE UNTUK PENINGKATAN POSPAY SUPERAPP MENGGUNAKAN SUPPORT VECTOR MEACHINE. 16(2).
Dinik, B. E. H. C. (2024). Faktor-Faktor Penyebab Prokrastinasi Akademik Mahasiswa pada Mata Kuliah Penulisan Karya Tulis Ilmiah. JURNAL MANAJEMEN PENDIDIKAN DAN ILMU SOSIAL, 5(6).
Kordos, M., Blachnik, M., & Strzempa, D. (2010). Do We Need Whatever More Than k-NN? Dalam L. Rutkowski, R. Scherer, R. Tadeusiewicz, L. A. Zadeh, & J. M. Zurada (Ed.), Artificial Intelligence and Soft Computing (Vol. 6113, hlm. 414–421). Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-642-13208-7_52
Kurnia, H. (2014). PENGARUH KEAKTIFAN BERORGANISASI TERHADAP INDEKS PRESTASI KUMULATIF MAHASISWA UNIVERSITASCOKROAMINOTO YOGYAKARTA. Academy of Education Journal, 5(2). https://doi.org/10.47200/aoej.v5i2.120
Medika, G. H., & Tomi, Z. B. (2020). Hubungan Lama Studi dengan Nilai Ujian Komprehensif Mahasiswa Program Studi Pendidikan Matematika IAIN Bukittinggi. Sainstek?: Jurnal Sains dan Teknologi, 12(1), 1. https://doi.org/10.31958/js.v12i1.2091
Mustafid, M. F., Wedi, A., & Adi, E. P. (2020). PERBEDAAN INDEKS PRESTASI KUMULATIF (IPK) BERDASARKAN GAYA BELAJAR PADA MAHASISWA JURUSAN TEKNOLOGI PENDIDIKAN UNIVERSITAS NEGERI MALANG ANGKATAN 2017.
Septiani, W. P., & Pratiwi, N. (2022). Analisis Perbandingan Indeks Prestasi (IP) Mahasiswa Sebelum dan Saat Pandemi Menggunakan Metode Naïve Bayes. 2502.
Van Rossum. (1991). Python (programming language). Dalam Wikipedia. https://en.wikipedia.org/w/index.php?title=Python_(programming_language)&oldid=1294943773
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Angel Radjah, Yustina Rada, Tri Sari Novyanti Bertha Mira
This work is licensed under a Creative Commons Attribution 4.0 International License.
