Prediksi Program Studi Calon Mahasiswa UPN Veteran Jakarta pada Rumpun IPA menggunakan K-Nearest Neighbors

Abstract

Universitas Pembangunan Nasional Veteran Jakarta atau yang disingkat sebagai UPNVJ adalah salah satu dari banyaknya PTN yang ada di Jakarta membuat banyaknya peminat dan persaingan pada setiap program studinya. Atas dasar itulah penelitian ini bertujuan untuk melihat seberapa besar prediksi program studi rumpun IPA yang dipilih calon mahasiswa UPN Veteran Jakarta menggunakan teknik Data Mining. Teknik ini melihat nilai mereka dan memprediksikan seberapa besar kemungkinan mereka masuk program studi yang sudah dipilih sebelumnya. Prediksi nilai ini menggunakan nilai UTBK dan menggunakan metode data mining yaitu K-Nearest Neighbors. K-Nearest Neighbors mengklasifikasikan suatu objek berdasarkan data training. Dari data yang sudah diperoleh dari Kaggle.com ini didapat bahwa akurasi tertinggi sebesar 85% dari nilai K =11 dan K=15 yang sudah diuji.