Optimasi Nilai k Pada Algoritma k Nearest Neighbor Untuk Prediksi Akademik Mahasiswa Yang Bekerja

Abstract

Sebuah lembaga pendidikan akan selalu fokus bagaimana meningkatkan kualitas akdemik dari peserta didik mereka. Penelitian ini bertujuan untuk melakukan klasifikasi dan prediksi terhadap prestasi akademik mahasiswa terutama bagi mahasiswa yang bekerja karena mereka mempunyai beban yang lebih dibanding mahasiswa yang tidak bekerja. Hasil dari prediksi ini selanjutnya dapat digunakan sebagai salah satu bahan pertimbangan bagi pihak akademik dalam mengambil kebijakan terhadap mahasiswa yang sudah bekerja. Prediksi prestasi akademik dilakukan dengan menggunakan algoritma K nearest neighbor dengan optimasi pada nilai k dengan algoritma k-fold cross validation dengan 5-fold cross validation. Kelas label terdiri atas 3 kategori yaitu memuaskan, sangat memuaskan dan dengan pujian. Dari hasil penelitian didapat nilai k= 3. Uji akurasi performance menghasilkan nilai sebesar 85,71%.