View/Open

Author
Rizqun, Rizal Ahsani

Advisor
Mohamad, Idris, S.Si., M.Sc.
Meida, Cahyo Untoro, S.Kom., M.Kom.

Koleksi
Teknik Informatika

Publisher

Uang Kuliah Tunggal (UKT) merupakan sistem yang diterapkan dalam pembiayaan perkuliahan yang harus ditanggung oleh mahasiswa Perguruan Tinggi Negeri yang berada di bawah Kementerian Riset, Teknologi, dan Pendidikan Tinggi. Golongan UKT yang akan diperoleh mahasiswa seringkali salah diprediksi oleh pihak keluarga mahasiswa sehingga berakibat pada ketidaksanggupan dalam mempersiapkan pembayaran. Dalam penelitian ini, algoritma K-Nearest Neighbor(K-NN) dipilih untuk mengatasi permasalahan tersebut karena K-NN adalah algoritma yang efektif dan efisien jika data training berjumlah besar, tahan terhadap data yang noisy, dan mudah diimplementasikan untuk permasalahan multi-class seperti pada klasifikasi golongan UKT. Kriteria yang digunakan yaitu penghasilan penanggung jawab, penghasilan ayah, penghasilan ibu, jumlah tanggungan, status rumah, pengeluaran makan dan transportasi, serta biaya tagihan listrik bulan 1, tagihan listrik bulan 2, dan tagihan listrik bulan 3. Adapun kelompok UKTnya adalah UKT 1, UKT 2, UKT 3, UKT 4, UKT 5, UKT 6, UKT 7, dan UKT 8. Data yang digunakan adalah data mahasiswa angkatan 2020 yang masuk dengan jalur SNMPTN, SBMPTN, dan Prestasi Khusus. Dari hasil pengujian dengan perbandingan data uji dan data latih 10% : 90%, diperoleh hasil akurasi terbaik sebesar 71.14% pada nilai k=17. Waktu eksekusi rata-rata yang diperoleh dari pengujian melalui website yaitu sebesar 15,975 detik dari sisi admin dan 0,048 detik dari sisi user. Kata kunci : K-Nearest Neighbor, klasifikasi golongan UKT, multi-class

URI
https://repo.itera.ac.id/depan/submission/SB2109010001

Keyword