ANALISIS ALGORITMA K-MEANS CLUSTERING DENGAN ALGORITMA K-NEAREST NEIGHBOUR UNTUK MEMPREDIKSI BIDANG PEMINATAN SKRIPSI MAHASISWA PENDIDIKAN TEKNIK INFORMATIKA DAN KOMPUTER PEMINATAN REKAYASA PERANGKAT LUNAK UNIVERSITAS NEGERI JAKARTA

Pendidikan merupakan suatu hal yang berhak dimiliki oleh setiap orang. Dengan pendidikan, maka setiap orang dapat menggapai masa depannya dengan baik. MahasiswaRekayasa Perangkat Lunak Pendidikan Teknik Informatika Dan Komputer Universitas Negeri Jakarta memiliki permasalahan untuk menentukan topik peminatan skripsi yang sesuai dengankemampuannya.Tujuan penelitian ini adalah untuk memberikan informasi bagi mahasiswa Pendidikan Teknik Informatika dan Komputer UNJ khususnya peminatan rekayasa perangkat lunak angkatan 2015 yang belum mengajukan skripsi sebagai saran untuk mengambilbidang skripsi yang sesuai dan juga memberikan informasi bagi mahasiswa Pendidikan Teknik Informatika dan Komputer UNJ yang telah mengajukan judul skripsi untuk dapat dijadikan sebagai saran perbandingan antara pilihan skripsi yang diajukan dengan hasil pilihan skripsi sesuai dengan menggunakan metode rekayasa teknik dan analisis menggunakan program bantuyang diuji menggunakan algoritma k-means clustering dan algoritma k-nearest neighbour.Dari hasil pengujian didapatkan hasil yaitualgoritma k-nearest neighbourhood memiliki kinerja yang lebih baik dibandingkan dengan algoritma k-means clustering dengan tingkat keberhasilan akurasi sebesar 83% berbanding dengan 70%. Dari hasil penelitian dapat disimpulkan bahwa algoritma k-nearest neighbour memiliki kinerja lebih baik dalam memprediksi hasil peminatan skripsi mahasiswa yang kemudian kedua akurasi ini digunakan untuk memprediksi topik peminatan skripsi yang tepat sebagai acuan informasi untuk mahasiswa program studi Pendidikan Teknik Infomatika dan KomputerUNJdalam pemilihan topik peminatan skripsi yang sesuai dengan kemampuannya