<label>hey aku disini show_detail</label><?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="1365">
<titleInfo>
<title>Analisis Perbandingan Performa Model Machine Learning Dengan Algoritma Linear Regression, Decision Tree Dan K-Nearest Neighbor Untuk Memprediksi Kelulusan Mahasiswa (Studi Kasus:</title>
<subTitle>Program Studi Informatika Universitas Langlangbuana)</subTitle>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Faizulhaq Febriansah Nurmahpudin</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes">mixed material</typeOfResource>
<genre authority="marcgt">bibliography</genre>
<originInfo>
<place><placeTerm type="text">Bandung</placeTerm></place>
<publisher>Universitas Langlangbuana</publisher>
<dateIssued>2025</dateIssued>
<issuance>monographic</issuance>
<edition></edition>
</originInfo>
<language>
<languageTerm type="code">id</languageTerm>
<languageTerm type="text">Indonesia</languageTerm>
</language>
<physicalDescription>
<form authority="gmd">Text</form>
<extent></extent>
</physicalDescription>
<note>Kelulusan mahasiswa tepat waktu merupakan indikator penting bagi perguruan
tinggi, tidak hanya sebagai bentuk keberhasilan akademis tetapi juga sebagai faktor
dalam penilaian akreditasi. Namun, masih banyak mahasiswa yang mengalami
keterlambatan dalam menyelesaikan studi karena berbagai faktor, baik internal
mahasiswa maupun kebijakan kampus. Penelitian ini dilakukan untuk
membandingkan performa tiga algoritma prediktif, yaitu K-Nearest Neighbor
(KNN), Decision Tree, dan Linear Regression, dalam memprediksi kelulusan
mahasiswa tepat waktu. Dengan metode pengembangan incremental dan
pendekatan penelitian komparatif, algoritma-algoritma ini dianalisis dari segi
akurasi, presisi, kecepatan waktu proses dan efisiensi memori, untuk menentukan
algoritma yang paling efektif dan efisien dalam konteks prediksi pendidikan. Hasil
penelitian ini menunjukan masing masing performa model prediksi dalam aspek
kriteria nilai akurasi, nilai presisi, waktu proses dan penggunaan memori. Temuan
ini diharapkan dapat menjadi rekomendasi yang informatif bagi institusi pendidikan
dalam memilih algoritma prediksi kelulusan yang optimal, serta memberikan
kontribusi bagi pengembangan teknologi prediksi dalam bidang pendidikan</note>
<subject authority=""><topic>metode komparatif</topic></subject>
<subject authority=""><topic>Linear Regression</topic></subject>
<subject authority=""><topic>algoritma KNN</topic></subject>
<subject authority=""><topic>prediksi kelulusan</topic></subject>
<subject authority=""><topic>Decision Tree</topic></subject>
<subject authority=""><topic>Incremental</topic></subject>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Repository Fakultas Teknik Sistem Repository Elektronik Skripsi dan Penelitian Dosen Fakultas Teknik</physicalLocation>
<shelfLocator>005	NUR a</shelfLocator>
</location>
<slims:digitals>
<slims:digital_item id="9698" url="" path="/01. Cover - 41155050200038 -FAIZULHAQ FEBRIANSAH NURMAHPUDIN.pdf" mimetype="application/pdf">Cover</slims:digital_item>
<slims:digital_item id="9699" url="" path="/02. Lembar Pengesahan  - 41155050200038 -FAIZULHAQ FEBRIANSAH NURMAHPUDIN.pdf" mimetype="application/pdf">Lembar Pengesahan</slims:digital_item>
<slims:digital_item id="9700" url="" path="/03. Lembar Pernyataan Tidak Plagiat  - 41155050200038 -FAIZULHAQ FEBRIANSAH NURMAHPUDIN.pdf" mimetype="application/pdf">Lembar Pernyataan</slims:digital_item>
<slims:digital_item id="9701" url="" path="/05. Abstrak - 41155050200038 -FAIZULHAQ FEBRIANSAH NURMAHPUDIN.pdf" mimetype="application/pdf">Abstrak</slims:digital_item>
<slims:digital_item id="9702" url="" path="/06. Kata Pengantar  - 41155050200038 -FAIZULHAQ FEBRIANSAH NURMAHPUDIN.pdf" mimetype="application/pdf">Kata Pengantar</slims:digital_item>
<slims:digital_item id="9703" url="" path="/08. Daftar Isi  - 41155050200038 -FAIZULHAQ FEBRIANSAH NURMAHPUDIN.pdf" mimetype="application/pdf">Daftar Isi</slims:digital_item>
<slims:digital_item id="9704" url="" path="/09. Daftar Gambar  - 41155050200038 -FAIZULHAQ FEBRIANSAH NURMAHPUDIN.pdf" mimetype="application/pdf">Daftar Gambar</slims:digital_item>
<slims:digital_item id="9705" url="" path="/10. Daftar Tabel  - 41155050200038 -FAIZULHAQ FEBRIANSAH NURMAHPUDIN.pdf" mimetype="application/pdf">Daftar Tabel</slims:digital_item>
<slims:digital_item id="9706" url="" path="/11. Daftar Lampiran  - 41155050200038 -FAIZULHAQ FEBRIANSAH NURMAHPUDIN.pdf" mimetype="application/pdf">Daftar Lampiran</slims:digital_item>
<slims:digital_item id="9707" url="" path="/12. Bab I  - 41155050200038 -FAIZULHAQ FEBRIANSAH NURMAHPUDIN.pdf" mimetype="application/pdf">Bab I</slims:digital_item>
<slims:digital_item id="9708" url="" path="/13. Bab II  - 41155050200038 -FAIZULHAQ FEBRIANSAH NURMAHPUDIN.pdf" mimetype="application/pdf">Bab II</slims:digital_item>
<slims:digital_item id="9709" url="" path="/16. Bab V  - 41155050200038 -FAIZULHAQ FEBRIANSAH NURMAHPUDIN.pdf" mimetype="application/pdf">Bab V</slims:digital_item>
<slims:digital_item id="9710" url="" path="/18. Daftar Pustaka  - 41155050200038 -FAIZULHAQ FEBRIANSAH NURMAHPUDIN.pdf" mimetype="application/pdf">Daftar Pustaka</slims:digital_item>
<slims:digital_item id="9711" url="" path="/19. Lampiran - 41155050200038 -FAIZULHAQ FEBRIANSAH NURMAHPUDIN.pdf" mimetype="application/pdf">Lampiran</slims:digital_item>
</slims:digitals><slims:image>01._Cover_-_41155050200038_-FAIZULHAQ_FEBRIANSAH_NURMAHPUDIN.jpg.jpg</slims:image>
<recordInfo>
<recordIdentifier>1365</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2025-10-13 14:53:24</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2025-10-13 14:53:24</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>