PREDICTION OF STUDENT GRADUATION USING THE K-NEAREST NEIGHBOR METHOD

Mukminina Mukminina

Authors

Mukminina Mukminina STMIK IKMI Cirebon, Indonesia

Keywords:

Sistem Informasi, Prediksi Kelulusan Mahasiswa, K-Nearest Neighbor, Data Akademik, Cost-Sensitive XGBoost, Deteksi Penipuan, Data Tidak Seimbang, Machine Learning, Keamanan Finansial.

Abstract

Perkembangan teknologi informasi mendorong perguruan tinggi untuk mengoptimalkan sistem informasi dalam pengelolaan data akademik, khususnya dalam evaluasi dan prediksi kelulusan mahasiswa. Namun, di beberapa institusi, proses pemantauan kelulusan masih dilakukan secara manual atau semi-manual sehingga membutuhkan waktu lama dan berpotensi menimbulkan kesalahan pengolahan data. Akibatnya, informasi mengenai potensi kelulusan mahasiswa sering tidak tersedia secara tepat waktu dan menyulitkan pihak akademik dalam memberikan bimbingan yang efektif. Penelitian ini bertujuan membangun sistem informasi prediksi kelulusan mahasiswa berbasis metode K-Nearest Neighbor (KNN). Tahapan penelitian meliputi pengumpulan dan pra-pemrosesan data akademik, perancangan sistem, serta penerapan dan pengujian metode KNN menggunakan perhitungan Euclidean Distance. Implementasi dilakukan dengan memanfaatkan Google Colab sebagai media pengolahan data. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu menghasilkan prediksi kelulusan mahasiswa secara cepat dan akurat, sehingga dapat mendukung pengambilan keputusan serta meningkatkan efektivitas pemantauan dan bimbingan akademik

References

Han, J., Kamber, M., & Pei, J. (2018). Data Mining: Concepts and Techniques. Morgan Kaufmann.

.Larose, D. T., & Larose, C. D. (2015). Data Mining and Predictive Analytics. John Wiley & Sons.

.Laudon, K. C., & Laudon, J. P. (2020). Management Information Systems. Pearson.

.Mitchell, T. M. (1997). Machine Learning. McGraw-Hill.

.Putra, A., Rahmawati, D., & Hidayat, R. (2021). Penerapan Metode K-Nearest Neighbor untuk Prediksi Kelulusan Mahasiswa. Jurnal Teknologi Informasi Dan Ilmu Komputer, 8(3), 455–462.

.Putra, R. A., & Nugroho, Y. (2019). Prediksi Kelulusan Mahasiswa Menggunakan Metode K-Nearest Neighbor. Jurnal Teknologi Informasi Dan Ilmu Komputer, 6(2), 123–130.

.Sari, N., & Wijaya, A. (2022). Sistem Informasi Prediksi Kelulusan Mahasiswa Berbasis Data Mining. Jurnal Sistem Informasi, 18(2), 120–129.

.Suyanto. (2018). Machine Learning Tingkat Dasar dan Lanjut. Informatika.

.Turban, E., Pollard, C., & Wood, G. (2019). Information Technology for Management. Wiley.