Implementasi Metode K-Nearest Neighbor Untuk Rekomendasi Keminatan Studi (Studi Kasus: Jurusan Teknik Informatika Universitas Brawijaya)

Prodi Informatika Universitas Brawijaya mempunyai 5(lima) keminatan yang akan ditempuh mahasiswa dalam menjalani perkuliahan. Mengingat sangat pentingnya keminatan ini untuk perkuliahan mahasiswa yang nantinya juga berpengaruh pada tugas akhir (skripsi) hingga kelulusan mahasiswa, maka mahasiswa diharapkan untuk memilih keminatan yang sesuai dengan minat dan bakatnya. Berdasarkan Buku Pedoman Fakultas Ilmu Komputer Universitas Brawijaya tahun 2016 keminatan yang ada pada prodi Informatika ada 5(lima) keminatan yaitu Rekayasa Perangkat Lunak, Komputasi Cerdas, Perangkat bergerak, Jaringan Komputer serta Game. Agar mahasiswa dapat memilih keminatan yang sesuai maka di perlukan sistem rekomendasi untuk keminatan mahasiswa dengan harapan mahasiswa dapat memilih keminatan yang sesuai dengan bakat, keinginan serta tentu saja nilai mata kuliah wajib yang sudah ditempuh. Dengan mengimplementasikan metode KNearest Neighbor yang bertujuan untuk memberikan rekomendasi keminatan berdasarkan atribut nilai‐nilai mata kuliah wajib. Pengujian dilakukan dengan membandingkan hasil keminatan yang sudah diverifikasi oleh akademik kampus dengan hasil dari sistem. Dari pengujian data latih sebanyak 30 data mahasiswa yang sudah memilih keminatan maka didapatkan hasil akurasi sebanyak 76.66% terhadap data latih dengan nilai K yang paling optimal adalah K bernilai 10, maka dapat disimpulkan sistem rekomendasi keminatan ini dapat membantu mahasiswa memberikan rekomendasi keminatan yang akan dipilih