Analisis Prediksi Tingkat Drop Out Mahasiswa Dengan menggunakan Metode K-Nearest Neighbour dan Support Vector Machine

Abstrak

Kebutuhan akan analisis mengenai prediksi tingkat Drop Out mahasiswa Universitas Hasanuddin (UNHAS), menjadi alasan dilakukannya penelitian terhadap tingkat drop out mahasiswa. Menentukan prediksi tingkat drop out mahasiswa dalam jumlah besar tidak mungkin dilakukan secara manual karena membutuhkan waktu yang cukup lama. Untuk itu dibutuhkan sebuah algoritma yang dapat mengkategorisasikan prediksi tingkat drop out secara otomatis menggunakan komputer. Dalam memprediksi digunakan sistem pendukung keputusan berupa prototype dan dalam menganalisis menggunakan Metode K-Nearest Neighbor karena memiliki prinsip kerja mencari jarak terpendek antara data yang akan dievaluasi dengan K terdekat dalam data pelatihannya.

Berdasarkan dalam pengujian hasil prediksi dengan menggunakan Alogaritma K-Nearest Neighbor yang pengujiannya dilakukan secara manual dan menggunakan sistem pendukung keputusan menghasilkan data yang baik. Hasil uji tersebut menyatakan sistem cukup layak untuk digunakan dalam prediksi calon mahasiswa meskipun sistem belum menghasilkan tingkat akurasi yang maksimal. Untuk menghasilkan nilai validasi yang maksimal membutuhkan data yang seimbang antara kasus keluar dan aktif.

Hasil pengujian mengunakan prototype sistem pendukung keputusan dan dibandingkan secara manual yang menggunakan metode Algoritma K-Nearest Neighbor dengan 4 variabel yaitu IPK, Pekerjaan orang tua, jurusan, dan semester adalah mendapatkan kesesuaian 79%.