K-Means and K-NN Methods For Determining Student Interest

Guslendra Guslendra(1*), Sarjon Defit(2), Ramesh Bastola(3),


(1) Putra Indonesia University "YPTK" Padang
(2) Putra Indonesia University "YPTK" Padang
(3) V.S.B. Engineering College
(*) Corresponding Author

Abstract


Putra Indonesia University 'YPTK' Padang's Department of Information Systems, Faculty of Computing Science has three specializations, namely Information Technology Management, Business Information Systems, and Industrial Information Systems. In the fifth semester, the acquisition of specializations takes place. In the next semester, the selection of specialist programs will be determined. The option of the degree is adapted to students' needs and capacities. The acquisition of results generated in the previous semester can be seen. The objective of this survey is to provide students with suggestions for the collection of degrees. The study was performed using K-Means and K-Nearest Neighbor methods to obtain the classification of students and the correlation between recent cases and past cases. This analysis uses 13 characteristics, of which 12 are predictors and 1 is the option. The test results can be used as a way to suggest the student preferences based on preset attributes through the K-Means and K-NN methods.

Keywords


K-MeanS, K-NN, Specialization, Student interest

Article Metrics

Abstract view : 92 times

References


J. Aranda and W. A. G. Natasya, “Penerapan Metode K-Means Cluster Analysis Pada Sistem Pendukung Keputusan Pemilihan Konsentrasi Untuk Mahasiswa International Class Stmik Amikom Yogyakarta,” Semnasteknomedia Online, vol. 4, no. 1, pp. 4-2–1, 2016, [Online]. Available: https://ojs.amikom.ac.id/index.php/semnasteknomedia/article/view/1293.

S. Rustam and H. Annur, “Akademik Data Mining (Adm) K-Means Dan K-Means K-Nn Untuk Mengelompokan Kelas Mata Kuliah Kosentrasi Mahasiswa Semester Akhir,” Ilk. J. Ilm., vol. 11, no. 3, pp. 260–268, 2019, doi: 10.33096/ilkom.v11i3.487.260-268.

E. Praja, W. Mandala, M. Ridwan, and E. Putri, “DATA MINING PEMBERIAN REWARD PADA KARYAWAN UPI,” pp. 37–44, 2019.

A. M. M. Anwar, P. Harsani, and A. Maesya, “Penentuan Daerah Prioritas Pelayanan Akta Kelahiran Dengan Metode K-Nn Dan K-Means,” Komputasi J. Ilm. Ilmu Komput. dan Mat., vol. 17, no. 1, pp. 319–328, 2020, doi: 10.33751/komputasi.v17i1.1884.

A. Pungky, “Penerapan metode k-nn untuk memprediksi hasil pertanian di kabupaten malang,” vol. 3, no. 1, pp. 235–242, 2019.

F. G. Febrinanto, C. Dewi, and A. T. Wiratno, “Implementasi Algoritme K-Means Sebagai Metode Segmentasi Citra Dalam Identifikasi Penyakit Daun Jeruk,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 11, pp. 5375–5383, 2018.

N. N. Dzikrulloh and B. D. Setiawan, “Penerapan Metode K – Nearest Neighbor ( KNN ) dan Metode Weighted Product ( WP ) Dalam Penerimaan Calon Guru Dan Karyawan Tata Usaha Baru Berwawasan Teknologi ( Studi Kasus : Sekolah Menengah Kejuruan Muhammadiyah 2 Kediri ),” Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 1, no. 5. pp. 378–385, 2017.

S. Ernawati and R. Wati, “Penerapan Algoritma K-Nearest Neighbors Pada Analisis Sentimen Review Agen Travel,” J. Khatulistiwa Inform., vol. VI, no. 1, pp. 64–69, 2018, [Online]. Available: https://ejournal.bsi.ac.id/ejurnal/index.php/khatulistiwa/article/view/3802/2626.

I. Kamila, U. Khairunnisa, and M. Mustakim, “Perbandingan Algoritma K-Means dan K-Medoids untuk Pengelompokan Data Transaksi Bongkar Muat di Provinsi Riau,” J. Ilm. Rekayasa dan Manaj. Sist. Inf., vol. 5, no. 1, p. 119, 2019, doi: 10.24014/rmsi.v5i1.7381.

F. Nur, M. Zarlis, and B. B. Nasution, “Penerapan Algoritma K-Means Pada Siswa Baru Sekolahmenengah Kejuruan Untuk Clustering Jurusan,” InfoTekJar (Jurnal Nas. Inform. dan Teknol. Jaringan), vol. 1, no. 2, pp. 100–105, 2017, doi: 10.30743/infotekjar.v1i2.70.

C. Paramita, E. Hari Rachmawanto, C. Atika Sari, and D. R. Ignatius Moses Setiadi, “Klasifikasi Jeruk Nipis Terhadap Tingkat Kematangan Buah Berdasarkan Fitur Warna Menggunakan K-Nearest Neighbor,” J. Inform. J. Pengemb. IT, vol. 4, no. 1, pp. 1–6, 2019, doi: 10.30591/jpit.v4i1.1267.

R. Enggar Pawening, W. Ja, and far Shudiq, “KLASIFIKASI KUALITAS JERUK LOKAL BERDASARKAN TEKSTUR DAN BENTUK MENGGUNAKAN METODE k-NEAREST NEIGHBOR (k-NN),” Ejournal.Unuja.Ac.Id, vol. 1, no. 1, pp. 10–17, 2020, [Online]. Available: http://ejournal.unuja.ac.id/index.php/core.

A. Budiyantara, I. Irwansyah, E. Prengki, P. A. Pratama, and N. Wiliani, “Komparasi Algoritma Decision Tree, Naive Bayes Dan K-Nearest Neighbor Untuk Memprediksi Mahasiswa Lulus Tepat Waktu,” JITK (Jurnal Ilmu Pengetah. dan Teknol. Komputer), vol. 5, no. 2, pp. 265–270, 2020, doi: 10.33480/jitk.v5i2.1214.

M. A. Rahman, N. Hidayat, and A. Afif Supianto, “Komparasi Metode Data Mining K-Nearest Neighbor Dengan Naïve Bayes Untuk Klasifikasi Kualitas Air Bersih (Studi Kasus PDAM Tirta Kencana Kabupaten Jombang),” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer (JPTIIK), vol. 2, no. 12. pp. 925–928, 2018.

M. A. Maricar and Dian Pramana, “Perbandingan Akurasi Naïve Bayes dan K-Nearest Neighbor pada Klasifikasi untuk Meramalkan Status Pekerjaan Alumni ITB STIKOM Bali,” J. Sist. dan Inform., vol. 14, no. 1, pp. 16–22, 2019, doi: 10.30864/jsi.v14i1.233.

R. P. Fitrianti, “Analisis Sentimen terhadap Review Restoran dengan Teks Bahasa Indonesia Menggunakan Algoritma K-Nearest Neighbor,” pp. 27–32, 2018.

Yusra, D. Olivita, and Y. Vitriani, “Perbandingan Klasifikasi Tugas Akhir Mahasiswa Jurusan Teknik Informatika Menggunakan Metode Naïve Bayes Classifier dan K-Nearest Neighbor,” J. Sains, Teknol. dan Ind., vol. 14, no. 1, pp. 79–85, 2016.

K. U. Syaliman, M. Zulfahmi, and A. A. Nababan, “Perbandingan Rapid Centroid Estimation (RCE) — K Nearest Neighbor (K-NN) Dengan K Means — K Nearest Neighbor (K-NN),” InfoTekJar (Jurnal Nas. Inform. dan Teknol. Jaringan), vol. 2, no. 1, pp. 79–89, 2017, doi: 10.30743/infotekjar.v2i1.166.

R. A. Asroni, “Penerapan Metode K-Means Untuk Clustering Mahasiswa Berdasarkan Nilai Akademik Dengan Weka Interface Studi Kasus Pada Jurusan Teknik Informatika UMM Magelang,” Ilm. Semesta Tek., vol. 18, no. 1, pp. 76–82, 2015, doi: 10.1038/hdy.2009.180.

W. Dhuhita, “Clustering Menggunakan Metode K-Mean Untuk Menentukan Status Gizi Balita,” J. Inform. Darmajaya, vol. 15, no. 2, pp. 160–174, 2015.

L. Rusdiana and T. Informatika, “Perbandingan Metode K-Nearest Neighbor Dan Fuzzy C-Means Dalam Menentukan Predikat Kelulusan Mahasiswa,” vol. 1, no. 1, pp. 21–26, 2017.

K. Kunci, “KOMPARASI METODE KLASIFIKASI DATA MINING UNTUK PREDIKSI Abstrak,” vol. 5, no. 1, pp. 23–29, 2019.

C. A. Rahardja, T. Juardi, and H. Agung, “Implementasi Algoritma K-Nearest Neighbor Pada Website Rekomendasi Laptop,” J. Buana Inform., vol. 10, no. 1, p. 75, 2019, doi: 10.24002/jbi.v10i1.1847.

A. Sulistiyo, “Penentuan Jurusan Sekolah Menengah Atas Menggunakan Metode K-Nearest Neighbor Classifier Pada SMAN 16 Semarang,” Fasilkom Udinus, vol. 1, no. 1, pp. 1–5, 2014.

W. T. Panjaitan, “Penerapan Algoritma Knn Pada Prediksi Produksi,” J. Univ. AMIKOM Yogyakarta, pp. 61–66, 2018.

G. A. Pradnyana and A. A. J. Permana, “Sistem Pembagian Kelas Kuliah Mahasiswa Dengan Metode K-Means Dan K-Nearest Neighbors Untuk Meningkatkan Kualitas Pembelajaran,” JUTI J. Ilm. Teknol. Inf., vol. 16, no. 1, p. 59, 2018, doi: 10.12962/j24068535.v16i1.a696.

D. Z. Abidin, S. Nurmaini, and R. F. Malik, “Penerapan Metode K-Nearest Neighbor dalam Memprediksi Masa Studi Mahasiswa ( Studi Kasus : Mahasiswa STIKOM Dinamika Bangsa ),” Pros. Annu. Res. Semin., vol. 3, no. 1, pp. 133–138, 2017.

H. Risman, D. Nugroho, and Y. Retno, “Penerapan Metode K-Nearest Neighbor Pada Aplikasi Penentu Penerima Beasiswa Mahasiswa Di Stmik Sinar Nusantara Surakarta,” TIKomSiN, pp. 19–25, 2012.

Luh Gede Pivin Suwirmayanti, “Penerapan Metode K-Nearest Neighbor Untuk Sistem Rekomendasi Pemilihan Mobil Implementation of K-Nearest Neighbor Method for Car Selection Recommendation System,” Techno.COM, vol. 16, no. 2, pp. 120–131, 2017.

Y. Yahya and W. Puspita Hidayanti, “Penerapan Algoritma K-Nearest Neighbor Untuk Klasifikasi Efektivitas Penjualan Vape (Rokok Elektrik) pada ‘Lombok Vape On,’” Infotek J. Inform. dan Teknol., vol. 3, no. 2, pp. 104–114, 2020, doi: 10.29408/jit.v3i2.2279.




DOI: https://doi.org/10.29099/ijair.v6i1.222

Copyright (c) 2021 International Journal of Artificial Intelligence Research

________________________________________________________

International Journal Of Artificial Intelligence Research

Organized by: Departemen Teknik Informatika STMIK Dharma Wacana
Published by: STMIK Dharma Wacana
Jl. Kenanga No.03 Mulyojati 16C Metro Barat Kota Metro Lampung
phone. +62725-7850671
Fax. +62725-7850671
Email: jurnal.ijair@gmail.com | herinurdiyanto@ieee.org 

View IJAIR Statcounter

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.