APLIKASI UNTUK MEMPREDIKSI MAHASISWA LULUS CUMLAUDE DENGAN MENGGUNAKAN KLASIFIKASI NEAREST NEIGHBOR
DI FAKULTAS ILMU TERAPAN
UNIVERSITAS TELKOM
ENY KUSMIATI
Informasi Umum
Kode
17.06.127
Klasifikasi
004 - Data processing, Computer science
Jenis
Karya Ilmiah - TA (D3) - Reference
Subjek
Data Mining
Dilihat
237 kali
Informasi Lainnya
Abstraksi
Memprediksi mahasiswa untuk lulus cumlaude merupakan langkah awal yang memungkinkan mahasiswa yang memiliki potensi atau kemampuan lebih menerima pembinaan sejak dini agar bisa mengikuti suatu kejuaraan atau kompetisi sesuai dengan kemampuan mahasiswa tersebut. Maka dari itu dibutuhkan aplikasi yang dapat digunakan oleh bagian kemahasiswaan untuk memprediksi mahasiswa yang akan lulus cumlaude. Proyek akhir ini bertujuan mengimplementasikan K-Nearest Neighbor untuk klasifikasi data mahasiswa tingkat satu sebagai data testing dan data history mahasiswa yang telah lulus cumlaude sebagai data training. Penyusunan dan pengembangan aplikasi ini menggunakan metode terstruktur, yang terdiri dari Data Flow Diagram (DFD) dan Entity Relationship Diagram (ERD). Aplikasi ini berbasis web dengan menggunakan bahasa pemrograman PHP dan menggunakan database MySQL. Aplikasi mampu menghasilkan data mahasiswa yang diprediksi akan lulus cumlaude berdasarkan nilai k terdekat yang diambil. Kata Kunci: cumlaude, klasifikasi, k-nearest neighbor
- MI3104 - PROYEK AKHIR
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | ENY KUSMIATI |
| Jenis | Perorangan |
| Penyunting | WAHYU HIDAYAT, SISKA KOMALA SARI |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom |
| Kota | Bandung |
| Tahun | 2017 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
