Perbandingan Akurasi Software Rapidminer dan Weka Menggunakan Algoritma K-Nearest Neighbor (K-NN)
Main Article Content
Salah satu kunci keberhasilan seseorang dalam menempuh Pendidikan adalah masa studi. Sama hal nya dengan perguruan tinggi dituntut untuk menyelenggarakan Pendidikan yang berkualitas bagi mahasiswa karena mahasiswa adalah aset bagi sebuah institusi pendidikan sehingga perlu diperhatikan tingkat kelulusan mahasiswanya agar tepat pada waktunya. Penelitian dilaksanakan di Universitas Sahid Jakarta Fakultas Ekonomi Prodi Manajemen. Dari data yang didapatkan menunjukkan bahwa banyak mahasiswa yang lulus tidak tepat pada waktu yang telah ditentukan yaitu 4 tahun atau 8 semester. Keterlambatan waktu lulus mahasiswa dapat disebabkan oleh beberapa faktor, salah satunya proses perkuliahan yang terganggu. Banyak aspek yang mendukung terganggunya proses perkuliahan diantaranya kurangnya kemampuan mahasiswa terhadap mata kuliah, kurangnya kehadiran mahasiswa dalam mengikuti proses perkuliahan dan berbagai aspek lainnya yang tidak dapat diukur. Tujuan Penelitian ini adalah membandingkan hasil akurasi yang dihasilkan oleh kedua software yaitu Rapidminer dan WEKA menggunakan algoritma K-NN dengan metode fold cross validation, mengolah data sebelumnya yang akan dijadikan prediksi untuk lulusan tahun-tahun yang akan datang. Atribut yang digunakan adalah IPS 1 sampai IPS 8, IPK semester 2 sampai IPK semester 8 dan mata kuliah wajib. Membuat delapan sampling data untuk diujikan dengan batasan nilai yang berbeda-beda berpacu pada Peraturan Menteri Pendidikan dan Kebudayaan Republik Indonesia Nomor 49 Tahun 2014 Tentang Standar Nasional Pendidikan Tinggi. Hasil penelitian menunjukan bahwa software WEKA dengan algoritma K-NN menghasilkan nilai akurasi yang lebih tinggi dibandingkan dengan Rapidminer yaitu sebesar 78,25%. Sehingga dapat digunakan menjadi alternatif metode untuk memprediksi ketepatan waktu kelulusan di Universitas Sahid Jakarta.