Komparasi Algoritma K-Nearest Neighbors Dan Decision Tree Cart Dalam Prediksi Kelompok Uang Kuliah Tunggal (Ukt) Di Universitas Jambi

S, Yunarti (2024) Komparasi Algoritma K-Nearest Neighbors Dan Decision Tree Cart Dalam Prediksi Kelompok Uang Kuliah Tunggal (Ukt) Di Universitas Jambi. S1 thesis, Jambi University.

	Text COVER.pdf Download (446kB)
	Text HALAMAN PENGESAHAN.pdf Download (809kB)
	Text ABSTRAK.pdf Download (436kB)
	Text BAB I.pdf Download (457kB)
	Text BAB V.pdf Download (441kB)
	Text DAFTAR PUSTAKA.pdf Download (488kB)
	Text SKRIPSI FULL.pdf Restricted to Repository staff only Download (5MB)

Abstract

Uang Kuliah Tunggal merupakan sebagian biaya kuliah tunggal yang ditanggung setiap mahasiswa berdasarkan kemampuan ekonominya. Penetapan besaran UKT bertujuan memberikan kemudahan dalam memprediksi pengeluaran biaya kuliah mahasiswa yang ditetapkan dengan pertimbangan kemampuan ekonomi dari setiap mahasiswa. Namun dalam pelaksanaannya, penentuan UKT di Universitas Jambi masih menggunakan cara manual dan juga terdapat unsur subjektivitas dalam menentukan Kelas UKT mahasiswa. Sehingga diperlukan adanya bantuan pengolahan data dalam bentuk klasifikasi model machine learning agar pengguna terkait dapat melakukan proses pengelompokkan penentuan golongan UKT. Klasifikasi penentuan golongan atau kelompok UKT pada penelitian ini menggunakan metode KNN dan decision tree CART dengan membandingkan kinerja dari kedua metode tesebut. Hasil yang didapat dalam penelitian ini adalah akurasi model pada algoritma decision tree lebih unggul dibandingkan dengan KNN yaitu pada 47.79 % decision tree dan 41.36 % untuk KNN. Dari nilai akurasi model yang dinilai cukup rendah, dilakukan split data per fakultas diharapkan adanya peningkatan performa. Didapatkan hasil perbandingan akurasi kedua metode dengan mayoritas akurasi model lebih tinggi pada model decision tree CART dengan hasil akurasi yang paling tinggi berada di fakultas kedokteran atau FKIK yaitu 67.70 % dan akurasi model terendah berada pada fakultas pertanian atau FAPERTA yaitu 34.57 %. Hasil pada model terbaik kemudian di-deploy ke dalam bentuk web sederhana yang memberikan output sebuah rekomendasi golongan UKT dan nominal biayanya.

Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User:	S
Date Deposited:	19 Jul 2024 06:50
Last Modified:	19 Jul 2024 06:50
URI:	https://repository.unja.ac.id/id/eprint/69095

Actions (login required)

View Item