Sistem Pendukung Keputusan Penentuan Golongan Ukt Bagi Calon Mahasiswa Baru Menggunakan Algoritma K-Nearest Neighbor
DOI:
https://doi.org/10.70340/jirsi.v5i1.271Kata Kunci:
UKT, Decision Support System, K-Nearest NeighborAbstrak
Dalam melanjutkan perkuliahan dibutuhkan kesiapan finansial demi membiayai pendidikan. Uang Kuliah Tunggal (UKT) yaitu suatu jenis pembiayaan perkuliahan dalam satu semester yang hanya terdapat satu jenis pungutan biaya yang ditetapkan berdasarkan keadaan keuangan dan sosial orang tua/wali mahasiswa sehingga pembayarannya tidak sama terhadap setiap mahasiswa. Adanya perbedaan golongan tersebut ditambah peningkatan golongan UKT dapat memicu aksi demosntrasi di Universitas Malikussaleh pada mahasiswa baru angkatan 2023. Oleh karena itu, dibutuhkan sistem pendukung keputusan dalam pengelompokkan golongan UKT. Penelitian ini menggunakan algoritma K-Nearest Neighbor dengan dataset sebanyak 1381 data UKT mahasiswa baru angkatan 2023. Selanjutnya, dilakukan split dataset dengan pembagian 90% data training dan 10% data testing. Kemudian atribut yang digunakan terdiri dari 13 atribut diantaranya penghasilan ayah, penghasilan ibu, pendidikan ayah, pendidikan ibu, pekerjaan ayah, pekerjaan ibu, status rumah, luas rumah, jumlah mobil, jumlah motor, jumlah kakak, jumlah kakak bekerja, dan jumlah adik. Output yang dihasilkan dalam penelitian ini diklasifikan kedalam 7 class yaitu UKT 1, 2, 3, 4, 5, 6, dan 7. Hasil akurasi yang didapat pada K=15 sebesaar 70,5% dengan nilai error 29,5% dengan hasil jumlah data pada golongan UKT 1 sebanyak 16 orang, UKT 2 sebanyak 38 orang, UKT 3 sebanyak 27 orang, UKT 4 sebanyak 32 orang, UKT 5 sebanyak 26 orang, dan UKT 6, serta UKT 7 sebanyak 0 orang.
Unduhan
Referensi
K. Fahriya and W. Yustanti, "Optimalisasi Jumlah Klaster Uang Kuliah Tunggal pada Data Sosial Ekonomi Mahasiswa," Journal of Emerging Information System and Business Intelligence (JEISBI), vol. 2, pp. 73-77, 2021.
M. Agung, J. M. Parenreng, A. Wahid, M. S. N. Wahid, S. A. Putra and M. M. Bahar, "Sistem Penentuan Nilai Uang Kuliah Tunggal (UKT) Mahasiswa Baru Universitas Negeri Makassar," Journal of Embedded Systems, Security and Intelligent System, pp. 9-16, 2020.
Fadlisyah, L. Rosnita and M. W. Alamsyah, "SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PEMINATAN SISWA SMA MENGGUNAKAN METODE MOORA DECISION SUPPORT SYSTEM IN DETERMINING SPECIFICATION OF HIGH SCHOOL STUDENTS USING THE METHOD MOORA," Journal of Informatics and Computer Science, vol. 9, no. 1, pp. 65-70, 2023.
Rizal, "Klasifikasi Berita Olahraga pada Portal Berita Online dengan Metode K-Nearest Neighbour (KNN) Dan Levenshtein Distance," Jurnal Teknologi Terapan and Sains 4.0, vol. 2, no. 1, pp. 365-385, 2021.
P. E. P. Utomo, B. F. Hutabarat and R. Putra, "Decision Support System to Determine Uang Kuliah Tunggal (UKT) by Combining Naïve Bayes Classifier and Fuzzy-TOPSIS," Journal of Physics: Conference Series, vol. 1566, no. 1, 2020.
M. Wulandariyaningsih, A. N. Hasmi and S. Pancahayani, "Sistem Pendukung Keputusan Penentuan Uang Kuliah Tunggal Mahasiswa Dengan Metode Fuzzy C-Means (Studi Kasus Institut Teknologi Kalimantan)," Teorema: Teori dan Riset Matematika, vol. 7, no. 1, pp. 117-128, 2022.
A. Razi, "KLASIFIKASI PENERIMA BEASISWA ACEH CARONG (ACEH PINTAR) DI UNIVERSITAS MALIKUSSALEH MENGGUNAKAN ALGORITMA KNN (K-NEAREST NEIGHBORS)," Jurnal Tika, vol. 7, no. 1, pp. 79-84, 2022.
A. Krishna and L. Rama Parvathy, "Comparison of Accuracy Prediction of Medical Insurance Using Decision Tree with K-Nearest Neighbour,” Adv. Parallel Comput," Advances in Parallel Computing, pp. 493-499, 2022.
I. A. K. M. Roman, H. U. Nawab, S. Ahmad, A. Zaib, N. W. Khan, M. S. Jan and M. A. Ur Rahman, "K-Nearest Neighbor And Fuzzy K-Nearest Neighbor Algorithm Performance Analysis For Heart Disease Classification," Webology, vol. 19, no. 1, pp. 8607-8619, 2022.
I. Budiman, S. Saori, R. N. Anwar, Fitriani and M. Y. Pangestu, "ANALISIS PENGENDALIAN MUTU DI BIDANG INDUSTRI MAKANAN (Studi Kasus: UMKM Mochi Kaswari Lampion Kota Sukabumi)," Jurnal Inovasi Penelitian, vol. 1, no. 10, pp. 2185-2190, 2021.
M. R. A. Sirfatullah, M. Z. Al-Farish, M. Taufiqurrahman, G. Ardiansyah and M. Elgar, "Penggunaan Python Sebagai Bahasa Pemrograman untuk Machine Learning dan Deep Learning,” Karya Ilm. Mhs. Bertauhid (KARIMAH TAUHID)," Karimah Tauhid, vol. 2, no. 1, pp. 1-6, 2023.
M. Yusup, S. Umaroh and F. R. Karim, "Perbandingan Metode Perhitungan Jarak Euclidean, Haversine, Dan Manhattan Dalam Penentuan Posisi Karyawan (Studi Kasus Institut Teknologi Nasional Bandung)," Jurnal Tekno Insentif, vol. 14, no. 2, pp. 69-77, 2020.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2026 Said Fadlan Anshari, Syahriani Putri Ayu, Fadlisyah Fadlisyah, Rizki Suwanda, Tri Ramdhany

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.






