SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN JURUSAN MAHASISWA BARU MENGGUNAKAN METODE K-NEAREST NEIGHBOR
DOI:
https://doi.org/10.31154/cogito.v1i1.6.55-67Abstract
Penelitian ini membahas mengenai sistem pendukung keputusan penempatan jurusan mahasiswa baru di Universitas Nusantara PGRI Kediri menggunakan metode k-nearest neighbor. Tujuan dari pembuatan sistem pendukung keputusan tersebut untuk membantu proses penempatan jurusan mahasiswa baru agar tepat, cepat dan sesuai. Pada penelitian ini penempatan jurusan dibatasi pada jurusan teknik informatika dan sistem informasi. Kriteria yang digunakan pada metode k-nearest neigbor adalah hasil tes IQ, tes matematika, tes ipa, tes ips, nilai uan matematika, nilai uan bahasa indonesia, nilai uan bahasa inggris dan minat pilihan jurusan. Data training menggunakan data mahasiswa tahun angkatan 2012, sementara untuk data testing menggunakan data mahasiswa tahun angkatan 2013. Sistem pada penelitian ini dibuat menggunakan bahasa pemrograman web dan database mysql. Hasil capaian dari penelitian ini adalah sebuah sistem pendukung keputusan berbasis web untuk memberikan rekomendasi penempatan jurusan calon mahasiswa baru tersebut disarankan masuk pada jurusan teknik informatika atau sistem informasi.References
Leidiyana, H., Penerapan K-Nearest Neighbor Untuk Penentuan Resiko Kredit Kepemilikan Kendaraan Bermotor, Jurnal Penelitian Ilmu Komputer, System Embedded & Logic No.1 Vol.1 :65-76, 2013.
Supartha, I Kadek D.G., Dewi, I Gusti Ayu P.E.P., Sistem Pendukung Keputusan Penentuan Jurusan Pada SMK Kertha Wisata Denpasar Menggunakan Fuzzy SAW, Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI), ISSN 2089 – 8673 No. 2 Vol. 3, Juli 2014.
Tobing, L Goyanti, Sistem Pendukung Keputusan Pemilihan Jurusan Pada sekolah Menengah Kejuruan (SMK) Negeri 1 Siatas Barita Dengan Metode Simple Additive Weighting (SAW), Majalah Ilmiah Informasi dan Teknologi Ilmiah (INTI), ISSN 2339 – 210X No. 3 Vol. 4, Oktober 2014.
Kusrini, Konsep dan Aplikasi Sistem Pendukung Keputusan, Andi Offset, Yogyakarta, 2007.
Kusrini dan Luthfi, E.T., Algoritma Data Mining, Penerbit Andi, Yogyakarta, 2009.
Han, J. Dan Kamber, M., Data Mining Concept and Techniques, Morgan Kauffman, San Fransisco, 2006.
Gorunescu, F., Data Mining: Concepts, Models, and Techniques, Springer, Verlag Berlin Heidelberg, 2011.
Larose, D.T., Discovering Knowledge in Data, John Willey & Sons, Inc, New Jersey, 2005.
Downloads
Published
How to Cite
Issue
Section
License
Authors who publish with this journal agree to the following terms:- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).