PEMBUATAN SISTEM PENDUKUNG KEPUTUSAN BERBASIS WEB UNTUK PEMILIHAN PEMINATAN MENGGUNAKAN METODE KNN (STUDI KASUS: TEKNIK INFORMATIKA UHAMKA)

1903015218 - Fadli Hardiyanto Putra; Achmad Rizal Dzikrillah, S.T., M.TI;

Peminatan dirancang agar memungkinkan mahasiswa untuk fokus mempelajari bidang dari
peminatan tersebut. Namun, dengan banyaknya peminatan yang ada membuat mahasiswa
kebingungan dalam menentukan peminatan, seperti yang terdapat pada mahasiswa Teknik
Informatika Universitas Muhammadiyah Prof. Dr. Hamka. Maka dari itu dibuatlah sistem
pendukung keputusan dengan tujuan membantu mahasiswa dalam memilih peminatan. Sistem ini
dibuat dalam bentuk aplikasi website pemilihan peminatan menggunakan metode k-Nearest
Neighbor (KNN). Metode K-Nearest Neighbours adalah suatu pendekatan untuk
mengklasifikasikan objek berdasarkan data pelatihan dengan mencari titik pelatihan yang memiliki
jarak terdekat dengan objek yang ingin diklasifikasikan. Pada penelitian ini menggunakan kriteria
nilai mahasiswa sebanyak 33 mata kuliah untuk merekomendasikan 3 peminatan yaitu, Rekayasa
Perangkat Lunak, Multimedia atau Jaringan Komputer. Tools yang digunakan yaitu Python,
framework Django, dan MySQL dengan menggunakan metode perancangan Waterfall. Pada
penelitian kali ini dilakukan pre-processing beberapa tahapan yaitu menyaring data mahasiswa yang
berbakat dan tidak berbakat, melakukan random undersampling, dan dilakukan normalisasi data
menggunakan z-score. Sehingga terdapat jumlah data training sebanyak 108 data. Pada sistem
pendukung keputusan dengan model machine learning KNN K = 5 yang dibuat berhasil melakukan
uji akurasi dengan hasil perhitungan metrik, accuracy 75,70%, precision 75,32%, recall 75,70% dan
F1-score 75,63%. Perhitungan metrik dilakukan dengan atribut label RPL, MM, Jarkom. Selain itu
ketika dilakukan uji coba pada model KNN dengan atribut label berbakat dan tidak berbakat dengan
munggunakan nilai K = 5 dengan hasil perhitungan accuracy 87,06%, precision 89,39%, recall
87,06%, F1-score 86,49%. Selain itu dari pengujian sistem terhadap user didapatkan hasil kriteria
kemudahan pengguna sebesar 86,53%, kebermanfaatan sebesar 88,46% dan 90,38%, fungsionalitas
sebesar 90,38%, tampilan sebesar 86,46%, dan kompatibilitas sebesar 88,46%. Lalu hasil rata-rata
perhitungan skala likert adalah 90,06%.