Record Detail Back
Analisis Perbandingan Performa Model Machine Learning Dengan Algoritma Linear Regression, Decision Tree Dan K-Nearest Neighbor Untuk Memprediksi Kelulusan Mahasiswa (Studi Kasus: Program Studi Informatika Universitas Langlangbuana)
- Share to:
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
Faizulhaq Febriansah Nurmahpudin - Personal Name
005 NUR a
NONE
Text
Indonesia
Universitas Langlangbuana
2025
Bandung
LOADING LIST...
LOADING LIST...
APA Citation
Faizulhaq Febriansah Nurmahpudin. (2025).Analisis Perbandingan Performa Model Machine Learning Dengan Algoritma Linear Regression, Decision Tree Dan K-Nearest Neighbor Untuk Memprediksi Kelulusan Mahasiswa (Studi Kasus: Program Studi Informatika Universitas Langlangbuana).(Electronic Thesis or Dissertation). Retrieved from https://localhost/etd