KLASIFIKASI MASUKAN TERBUKA SURVEI KEPUASAN MAHASISWA TERHADAP LAYANAN INSTITUSI DI UNIVERSITAS TELKOM MENGGUNAKAN METODE  K-NEAREST NEIGHBOR

MUHAMMAD REYHAN ISLAMEY

Informasi Umum

Kode

23.04.1789

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine Learning

Dilihat

311 kali

Informasi Lainnya

Abstraksi

Kepuasan mahasiswa terhadap layanan menjadi prioritas bagi setiap perguruan tinggi dalam meningkatkan kualitas sesuai yang dikendaki mahasiswa. Dalam meningkatkan kualitas pendidikan sebuah perguruan tinggi wajib melakukan pengukuran layanan yang diberikan kepada mahasiswa. Hal ini dilakukan untuk meningkatkan standar mutu pendidikan dan memenuhi harapan mahasiswa terkait dengan layanan yang menjadi hak mahasiswa. Salah satu faktor penentu dalam mengetahui tingkat kepuasaan mahasiswa yakni dengan survei pelayanan akademik dan non akademik yang diberikan Universitas Telkom kepada mahasiswa. Pada tugas akhir ini metode klasifikasi menggunakan K-NN. K-Nearest Neigbor adalah metode yang menggunakan pendekatan pembelajaran terawasi dimana hasilnya sampel uji baru diklasifikasikan berdasarkan mayoritas kategori dalam K-NN. Tujuan dari algoritma ini adalah untuk mengklasifikasikan objek baru berdasarkan pelatihan atribut dan data. Mengklasifikasikan survei ulasan mahasiswa Universitas Telkom, dapat membantu untuk mengetahui tingkat kepuasan mahasiswa. Penelitian ini menggunakan metode K-Nearest Neighbor yaitu metode pengelompokkan objek berdasarkan data uji yang jaraknya terdekat dengan objek tersebut. Tujuannya mengimplementasikan K-Nearest Neighbor untuk mengevaluasi kepuasan mahasiswa terhadap pelayanan akademik di Universitas Telkom. Di dalam penelitian ini hasil perhitungan dataset dengan nilai akurasi 94%, nilai presisi 97%, dengan nilai k 2 Dan untuk nilai recall terbaik sistem didapat nilai k 3 yaitu sebesar 93%.