Ayu, Syahriani Putri (2024) SISTEM PENDUKUNG KEPUTUSAN PENENTUAN GOLONGAN UKT BAGI CALON MAHASISWA BARU DENGAN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR. S1 thesis, Universitas Malikussaleh.

	Text COVER.pdf Download (2MB)
	Text ABSTRAK .pdf Download (2MB)
	Text BAB I.pdf Download (2MB)
	Text DAFTAR PUSTAKA.pdf Download (2MB)
	Text SKRIPSI SYAHRIANI PUTRI AYU.pdf Restricted to Registered users only Download (2MB)

Abstract

Dalam melanjutkan perkuliahan tidak hanya mempersiapkan ilmu pengetahuan melainkan dibutuhkan kesiapan finansial demi membiayai pendidikan. Uang kuliah disetiap universitas dan jurusan memiliki jumlah nominal yang berbeda. Besarnya nominal uang kuliah dan pengelompokkan uang kuliah yang tidak merata membuat beberapa mahasiswa memilih putus kuliah demi kelangsungan hidup. Akibat perbedaan golongan tersebut ditambah peningkatan jumlah golongan uang kuliah tunggal dapat memicu aksi demonstrasi di sejumlah universitas, salah satunya Universitas Malikussaleh. Aksi demonstrasi pada mahasiswa baru Angkatan 2023 terkait uang kuliah tunggal merupakan suatu masalah yang harus diselesaikan. Oleh karena itu dibutuhkan sistem pengambilan keputusan yang mendukung dalam pengelompokkan golongan UKT. Algoritma K-Nearest Neighbor digunakan sebagai pemecah masalah terkait pendukung keputusan dan pengklasifikasian data. Dalam hal ini atribut yang digunakan dalam penggolongan UKT sebanyak 13 atribut yaitu penghasilan ayah, penghasilan ibu, pendidikan ayah, pendidikan ibu, pekerjaan ayah, pekerjaan ibu, status rumah, luas rumah, jumlah mobil, jumlah motor, jumlah kakak, jumlah kakak bekerja, dan jumlah adik. Adapun data yang digunakan dalam penelitian ini berjumlah 1381 data UKT mahasiswa baru angkatan 2023, kemudian output yang dihasilkan dalam penelitian ini diklasifikasikan kedalam 7 class yaitu UKT 1, UKT 2, UKT 3, UKT 4, UKT 5, UKT 6 dan UKT 7. Data tersebut dibagi menjadi 2 yaitu 90% dengan jumlah 1242 data sebagai data training dan 10% dengan jumlah 139 data sebagai data testing. Hasil akurasi yang didapat pada nilai bobot yang berbeda sebesar 70,5% dan nilai error sebesar 29,5% lebih unggul daripada hasil akurasi pada nilai bobot yang sama sebesar 65,5% dan nilai error sebesar 34,5%, akan tetapi dari hasil ketepatan sasaran data maka hasil perhitungan bobot nilai yang sama lebih baik daripada perhitungan bobot nilai yang beda.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Syahriani Putri Ayu
Date Deposited:	28 Jun 2024 07:12
Last Modified:	28 Jun 2024 07:12
URI:	https://rama.unimal.ac.id/id/eprint/3039

Actions (login required)

View Item