Literature Review Implementasi Metode Klasifikasi K-Nearest Neighbor pada Bidang Akademik
Keywords:
Data Mining; K-Nearest Neighbor; Klasifikasi; Akademik;Abstract
Penelitian ini merupakan literature review dari implementasi metode klasifikasi K-Nearest Neighbor (K-NN) dalam bidang akademik selama lima tahun terakhir. Membahas prinsip kerja K-NN, aplikasinya dalam berbagai permasalahan akademik, dan perbandingannya dengan metode klasifikasi lain. Hasil tinjauan menunjukkan bahwa K-NN merupakan metode yang cukup efektif untuk berbagai tugas klasifikasi dalam bidang akademik, seperti prediksi kelulusan mahasiswa, masa strudi mahasiswa dan klasifikasi minat belajar
References
Kurniawan, D., & Informatika, T. (2022). Sistem Pendataan Hasil Kinerja Akademik Mahasiswa Berbasis Data Warehouse Dan K-Nearest Neighbor. In Teknologipintar.org (Vol. 2, Issue 5).
Nasution, Y. R., & Raja, A. (2021). PENERAPAN METODE SIMPLE MULTI ATRIBUTE RATING TEHNIQUE DAN ALGORITMA K-NEAREST NEIGHBOR DALAM PENENTUAN JURUSAN. In Journal of Science and Social Research (Issue 1). http://jurnal.goretanpena.com/index.php/JSSR
Nikmatun, I. A., & Waspada, I. (2019). IMPLEMENTASI DATA MINING UNTUK KLASIFIKASI MASA STUDI MAHASISWA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR. Jurnal SIMETRIS, 10(2).
Sensuse, D. I., Sipahutar, R. J., Jamra, R. K., & Suryono, R. R. (2020). Challenges and Recommended Solutions for Change Management in Indonesian E-Commerce. 2020 International Conference on Information Technology Systems and Innovation (ICITSI), 250–255.
Suryono, R. R. (2021). Moodle Implementation for E-Learning : A Systematic Review Moodle Implementation for E-Learning : A Systematic Review. September. https://doi.org/10.1145/3479645.3479646
Widiyanti, T. (2023). Implementasi K-Means dan K-Nearest Neighbors pada Kategori Siswa Berprestasi.
