MODEL ALGORITMA K-NEAREST NEIGHBOR (K-NN) DAN NAÏVE BAYES UNTUK PREDIKSI KELULUSAN MAHASISWA

Abstract

Jurnal ini membahas penggunaan dua model algoritma machine learning, yaitu K-Nearest Neighbor (K-NN) dan Naïve Bayes, untuk memprediksi kelulusan mahasiswa. K-NN adalah algoritma yang digunakan untuk klasifikasi dan regresi, sementara Naïve Bayes adalah algoritma yang digunakan untuk klasifikasi. Kedua algoritma ini dapat digunakan untuk memprediksi kelulusan mahasiswa dengan memanfaatkan data historis, seperti nilai ujian, absensi, dan faktor-faktor lain yang mempengaruhi kelulusan. Dalam artikel ini, akan dijelaskan secara rinci bagaimana model-model ini bekerja dan bagaimana cara mengimplementasikannya untuk memprediksi kelulusan mahasiswa.