IMPLEMENTASI METODE K-NEARST NEIGHBOR (K-NN) MEMPREDIKSI NILAI AKADEMIK MAHASISWA BERDASARKAN INDEKS PRESTASI SEMESTER

Abstract

Perguruan tinggi, seperti Universitas Majalengka, memiliki peran penting dalam memberikan pendidikan akademik dan profesional. Untuk meningkatkan kualitas layanan akademik, Fakultas Teknik Universitas Majalengka merancang aplikasi berbasis web menggunakan metode K-Nearest Neighbor (KNN) untuk memprediksi perkembangan Indeks Prestasi (IP) mahasiswa. Dengan tujuan memantau dan membantu mahasiswa dalam merencanakan studi mereka, aplikasi ini menggabungkan teknologi informasi dan algoritma KNN. Hasil penelitian menunjukkan bahwa aplikasi ini berhasil memprediksi kemajuan IP mahasiswa secara akurat. Dosen pembimbing akademik dapat menggunakan prediksi ini untuk memberikan pendampingan kepada mahasiswa yang berpotensi mengalami penurunan nilai. Dengan pendekatan waterfall dalam pengembangan sistem aplikasi, serta implementasi metode KNN, aplikasi ini menjadi alat yang berharga dalam meningkatkan kualitas pendidikan di Fakultas Teknik Universitas Majalengka. Dengan demikian, aplikasi ini membawa manfaat bagi dosen, Fakultas Teknik, dan mahasiswa, membantu mereka dalam merencanakan strategi peningkatan prestasi akademik. Dengan pemanfaatan teknologi dan prediksi yang tepat, aplikasi ini mendukung pencapaian visi dan misi Fakultas Teknik untuk berperan aktif dalam pembangunan teknologi, ilmu pengetahuan, dan seni nasional.