SELENGKAPNYA

NIM MAHASISWA : 10043162


NAMA MAHASISWA : SOLDI


JUDUL TA : Sistem Peringatan Dini Untuk Mahasiswa Berpotensi Drop-Out Menggunakan Metode K-NN Klasifikasi


DOSEN PEMBIMBING 1 : Hasti Afianti


DOSEN PEMBIMBING 2 : Rifki Fahrial


ABSTRAK : Universitas mempunyai sistem peringatan, terkadang sistem tersebut tidak berfungi dan tidak digunakan dengan selayaknya, dan peraturan yang telah diterapkan seringkali diabaikan sehingga mahasiswa tidak menyadari bahwa telah melakukan pelanggaran yang telah dilakukan, bahkan mahasiswa tersebut baru menyadari setelah mendapakan surat peringatan, dan bahkan baru menyadari setelah mendapakan surat DO ( Drop Out ). Masalah pemberitahuan peringatan tersebut sangatlah penting agar mahasiswa tersebut bisa lebih menyadari bahwa telah melakukan kesalahan yang bisa memicu terjadinya drop out. Oleh sebab itu dibutuhkan sistem peringatan dini ( Early Warning System ) untuk mahasiswa yang berpotensi drop out yang dapat berfungsi dengan baik dalam memberikan informasi pemberitahuan peringatan kepada mahasiswa, sistem ini dipadukan dengan metode K-NN Classification. Data mahasiswa yang dijadikan faktor acuan pengklasifikasian menggunakan metode K-NN Classfication, dan hasil dari proses classification sistem mempunyai tingkat akurasi tertinggi sebesar 0,9 (90%), dengan laju eror yang rendah sebesar 0,1 (10%) ada pada masing – masing nilai K1, K3, dan K5 dari 50 data uji yang di proses, dan faktor nilai K sangat berpengaruh penting dalam sistem mengklasifikasi data mahasiswa untuk mencari tingkat akurasi tertinggi.


KATA KUNCI : K-NN,klasifikasi,sistem peringatan dini,DO,euclidean