基于Web的印尼穆斯林大学经济和商业学院学生的毕业水平

Ulfa Muldyawati Asmudi, Harlinda Harlinda, Nia Kurniati
{"title":"基于Web的印尼穆斯林大学经济和商业学院学生的毕业水平","authors":"Ulfa Muldyawati Asmudi, Harlinda Harlinda, Nia Kurniati","doi":"10.33096/busiti.v2i3.898","DOIUrl":null,"url":null,"abstract":"Perguruan Tinggi merupakan penyelenggara pendidikan akademik dan diharapkan dapat menyelenggarakan pendidikan yang berkualitas bagi mahasiswa sehingga menghasilkan sumber daya manusia yang berilmu, cakap, kreatif dan bersaing. Banyak aspek yang dapat dijadikan tolak ukur kualitas Perguruan Tinggi salah satunya adalah mahasiswa. oleh karena itu, perguruan tinggi perlu memperhatikan tingkat kelulusan mahasiswa yang lulus tepat waktu. Presentasi naik turunnya kemampuan mahasiswa dalam menyelesaikan studi tepat waktu merupakan salah satu faktor elemen penilaian akreditasi kampus sehingga dapat menjadi kendala untuk kemajuan perguruan tinggi dan mempengaruhi tingkat kualitas sebuah perguruan tinggi. Fakultas Ekonomi dan Bisnis merupakan salah satu Fakultas yang berada di Universitas Muslim Indonesia. Tidak stabilnya kelulusan mahasiswa pada setiap tahun di Fakultas Ekonomi dan Bisnis menjadi tugas yang harus diselesaikan bagi program studi karena dapat menyebabkan terjadinya penumpukan data mahasiswa. Tujuan penelitian ini yaitu mengimplementasikan algoritma KNN (K- Nearest Neighbour) yang merupakan teknik klasifikasi data yang kuat, dengan cara mencari kasus dengan menghitung kedekatan antara kasus baru dengan kasus lama berdasarkan pencocokan bobot. Metode ini digunakan dalam memprediksi kelulusan mahasiswa Fakultas Ekonomi dan Bisnis angkatan 2017 dengan menggunakan 130 dataset mahasiswa yang diambil dari data mahasiswa pada Fakultas Ekonomi dan Bisnis yang dibagi menjadi 100 data testing angkatan 2016 dan 30 data uji angkatan 2017. Berdasarkan hasil pengujian sistem didapatkan nilai K dengan tingkat akurasi terbaik adalah K=17 dan K=19 dengan hasil persentase 100% yang menyatakan akurasi perfoma metode.","PeriodicalId":447053,"journal":{"name":"Buletin Sistem Informasi dan Teknologi Islam","volume":"19 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-08-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Penentuan Tingkat Kelulusan Mahasiswa di Fakultas Ekonomi dan Bisnis Universitas Muslim Indonesia Berbasis Web\",\"authors\":\"Ulfa Muldyawati Asmudi, Harlinda Harlinda, Nia Kurniati\",\"doi\":\"10.33096/busiti.v2i3.898\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Perguruan Tinggi merupakan penyelenggara pendidikan akademik dan diharapkan dapat menyelenggarakan pendidikan yang berkualitas bagi mahasiswa sehingga menghasilkan sumber daya manusia yang berilmu, cakap, kreatif dan bersaing. Banyak aspek yang dapat dijadikan tolak ukur kualitas Perguruan Tinggi salah satunya adalah mahasiswa. oleh karena itu, perguruan tinggi perlu memperhatikan tingkat kelulusan mahasiswa yang lulus tepat waktu. Presentasi naik turunnya kemampuan mahasiswa dalam menyelesaikan studi tepat waktu merupakan salah satu faktor elemen penilaian akreditasi kampus sehingga dapat menjadi kendala untuk kemajuan perguruan tinggi dan mempengaruhi tingkat kualitas sebuah perguruan tinggi. Fakultas Ekonomi dan Bisnis merupakan salah satu Fakultas yang berada di Universitas Muslim Indonesia. Tidak stabilnya kelulusan mahasiswa pada setiap tahun di Fakultas Ekonomi dan Bisnis menjadi tugas yang harus diselesaikan bagi program studi karena dapat menyebabkan terjadinya penumpukan data mahasiswa. Tujuan penelitian ini yaitu mengimplementasikan algoritma KNN (K- Nearest Neighbour) yang merupakan teknik klasifikasi data yang kuat, dengan cara mencari kasus dengan menghitung kedekatan antara kasus baru dengan kasus lama berdasarkan pencocokan bobot. Metode ini digunakan dalam memprediksi kelulusan mahasiswa Fakultas Ekonomi dan Bisnis angkatan 2017 dengan menggunakan 130 dataset mahasiswa yang diambil dari data mahasiswa pada Fakultas Ekonomi dan Bisnis yang dibagi menjadi 100 data testing angkatan 2016 dan 30 data uji angkatan 2017. Berdasarkan hasil pengujian sistem didapatkan nilai K dengan tingkat akurasi terbaik adalah K=17 dan K=19 dengan hasil persentase 100% yang menyatakan akurasi perfoma metode.\",\"PeriodicalId\":447053,\"journal\":{\"name\":\"Buletin Sistem Informasi dan Teknologi Islam\",\"volume\":\"19 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-08-30\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Buletin Sistem Informasi dan Teknologi Islam\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.33096/busiti.v2i3.898\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Buletin Sistem Informasi dan Teknologi Islam","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33096/busiti.v2i3.898","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

大学是学术教育的组织者,预计将为学生提供高质量的教育,从而创造具有良好的、合格的、有创造力的和有竞争力的人力资源。许多方面可以作为衡量大学质量的标准,其中之一是学生。因此,大学需要关注按时毕业的学生的毕业水平。学生按时完成学业的能力的增长率是校正认证评估的一个因素,这可能是影响学院进步和影响学院质量的障碍。经济和商业学院是印度尼西亚穆斯林大学的一所学院。经济和商业学院学生每年毕业的不稳定已经成为研究项目需要完成的任务,因为它可能会导致学生数据的积累。本研究的目标是实施一种强大的数据分类技术,通过计算新病例和旧病例之间的距离来确定病例。这种方法是用来预测2017届经济和商务学院的学生毕业时使用的,使用了130份学生数据库,将他们的经济和商业学院的学生数据分成100份,并将2017年陆军的30份测试数据。根据系统测试结果,得到K值的最佳准确性是K=17和K=19,得到100%的百分比,表示方法准确性。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Penentuan Tingkat Kelulusan Mahasiswa di Fakultas Ekonomi dan Bisnis Universitas Muslim Indonesia Berbasis Web
Perguruan Tinggi merupakan penyelenggara pendidikan akademik dan diharapkan dapat menyelenggarakan pendidikan yang berkualitas bagi mahasiswa sehingga menghasilkan sumber daya manusia yang berilmu, cakap, kreatif dan bersaing. Banyak aspek yang dapat dijadikan tolak ukur kualitas Perguruan Tinggi salah satunya adalah mahasiswa. oleh karena itu, perguruan tinggi perlu memperhatikan tingkat kelulusan mahasiswa yang lulus tepat waktu. Presentasi naik turunnya kemampuan mahasiswa dalam menyelesaikan studi tepat waktu merupakan salah satu faktor elemen penilaian akreditasi kampus sehingga dapat menjadi kendala untuk kemajuan perguruan tinggi dan mempengaruhi tingkat kualitas sebuah perguruan tinggi. Fakultas Ekonomi dan Bisnis merupakan salah satu Fakultas yang berada di Universitas Muslim Indonesia. Tidak stabilnya kelulusan mahasiswa pada setiap tahun di Fakultas Ekonomi dan Bisnis menjadi tugas yang harus diselesaikan bagi program studi karena dapat menyebabkan terjadinya penumpukan data mahasiswa. Tujuan penelitian ini yaitu mengimplementasikan algoritma KNN (K- Nearest Neighbour) yang merupakan teknik klasifikasi data yang kuat, dengan cara mencari kasus dengan menghitung kedekatan antara kasus baru dengan kasus lama berdasarkan pencocokan bobot. Metode ini digunakan dalam memprediksi kelulusan mahasiswa Fakultas Ekonomi dan Bisnis angkatan 2017 dengan menggunakan 130 dataset mahasiswa yang diambil dari data mahasiswa pada Fakultas Ekonomi dan Bisnis yang dibagi menjadi 100 data testing angkatan 2016 dan 30 data uji angkatan 2017. Berdasarkan hasil pengujian sistem didapatkan nilai K dengan tingkat akurasi terbaik adalah K=17 dan K=19 dengan hasil persentase 100% yang menyatakan akurasi perfoma metode.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信