OPTIMALISASI DALAM MENGIDENTIFIKASI MAHASISWA JALUR CEPAT (FAST-TRACK) MENGGUNAKAN METODE K-NEAREST NEIGHBOR

Rahman, Zumardi (2022) OPTIMALISASI DALAM MENGIDENTIFIKASI MAHASISWA JALUR CEPAT (FAST-TRACK) MENGGUNAKAN METODE K-NEAREST NEIGHBOR. Masters thesis, Universitas Putra Indonesia "YPTK".

Preview	Text (ABSTRAK) TESIS_ZUMARDI RAHMAN_202321071_ABSTRAK.pdf Download (248kB) | Preview
Preview	Text (BAB 1) TESIS_ZUMARDI RAHMAN_202321071_BAB 1.pdf Download (449kB) | Preview
Preview	Text (DAFTAR PUSTAKA) TESIS_ZUMARDI RAHMAN_202321071_DAFTAR PUSTAKA.pdf Download (300kB) | Preview
	Text (FULL TEXT) TESIS_ZUMARDI RAHMAN_202321071_FULL TEXT.pdf Restricted to Repository staff only Download (7MB)

Abstract

Penerimaan fast-track dilakukan untuk membantu penyeleksian dalam memberikan rekomendasi mahasiswa yang berpotensi bergabung pada program fast�track maka dibutuhkan Sistem Pendukung Keputusan, dikarenakan sistem penyeleksian calon penerima mahasiswa fast-track masih manual, dan banyak sekali kelemahannya. Banyaknya peminat dalam mendaftar fast-track menyebabkan ketua jurusan mengalami kesusahan saat mengolah data yang manual sehingga dibutuhkan perangkat lunak untuk memudahkan pengolahan data tersebut. Tidak semua mahasiswa yang mengajukan permohonan untuk mendapatkan fast-track dapat disetujui, di karenakan mahasiswa yang mengajukan permohonan cukup banyak, maka begitu dibutuhkan sekali agar dibangun suatu SPK dengan metode K-Nearest Neighbor (K-NN) yang dapat membantu memberikan rekomendasi kepada peminat fast-track. Berdasarkan analisis terhadap SPK dengan metode K-NN ini dilakukan dengan cara observasi wawancara dan implementasi sistem. Dalam penilaian penerimaan fast-track dapat dijadikan dasar untuk memudahkan keputusan pada penyeleksian mahasiswa fast-track karena sistem dapat mengolah data dan menghasilkan informasi secara cepat, tepat dan konsisten kepada ketua jurusan terhadap mahasiswa untuk bergabung fast-track yang akan diberikan. Dapat membentuk suatu keputusan yang tepat, efektif dan efisien pada pengelolaan data seleksi penerimaan fast-track yang memang berpotensi diterima fast-track. Metode K-NN dapat digunakan untuk mengidentifikasi seleksi penerimaan mahasiswa fast�track, SPK dalam penilaian penyeleksian mahasiswa fast-track dapat memudahkan keputusan pada mahasiswa secara proporsional dengan berdasarkan hasil proses data mahasiswa meliputi Indeks Prestasi Mahasiswa semester 1-6, jumlah SKS sampai semester 6 dengan tepat dan akurat karena sistem dapat meminimalisir kesalahan dalam proses perhitungan normalisasi data. Kata kunci: Sistem Pendukung Keputusan (SPK), K-Nearest Neighbor (K-NN), Fast-Track, Data Mining, Optimalisasi.

Actions (login required)

View Item