Search for collections on Repository Library PCR

SISTEM PREDIKSI KECOCOKAN PEMILIHAN JURUSAN DI POLITEKNIK CALTEX RIAU UNTUK SISWA SMA / SMK / MA SEDERAJAT BERBASIS WEBSITE

Albes, Cotois (2023) SISTEM PREDIKSI KECOCOKAN PEMILIHAN JURUSAN DI POLITEKNIK CALTEX RIAU UNTUK SISWA SMA / SMK / MA SEDERAJAT BERBASIS WEBSITE. Diploma thesis, Politeknik Caltex Riau.

[thumbnail of Laporan PA (Proyek Akhir)] Text (Laporan PA (Proyek Akhir))
PA Albes Cotois.pdf - Submitted Version
Restricted to Registered users only

Download (3MB)
[thumbnail of Poster PA] Image (Poster PA)
Poster PA Albes Cotois.png - Submitted Version
Restricted to Registered users only

Download (4MB)

Abstract

Penerimaan mahasiswa baru merupakan sebuah kegiatan dimana calon mahasiswa akan melakukan pendaftaran ke suatu institusi pendidikan. Selama masa penerimaan mahasiswa baru, calon mahasiswa akan memilih jurusan apa yang mereka inginkan. Pada Politeknik Caltex Riau, terdapat 3 (tiga) jurusan, yaitu Jurusan Teknologi Informasi (JTI), Jurusan Teknologi Industri (JTIN), dan Jurusan Administrasi Bisnis, dimana untuk jurusan JTI dan JTIN dibagi lagi menjadi beberapa program studi. Calon mahasiswa akan menentukan jurusan apa yang sesuai dengan mereka, kemudian akan memilih program studi dari jurusan yang telah dipilih. Dalam pemilihan jurusan, tidak sedikit calon mahasiswa yang kebingungan dalam memilih jurusan. Di Politeknik Caltex Riau sendiri, tidak sedikit mahasiswa yang merasa salah jurusan. Dari permasalahan tersebut, akan dibangun sebuah sistem prediksi kecocokan pemilihan jurusan yang akan diterapkan pada website PMB PCR. Sistem ini dibangun menggunakan algoritma pada Machine Learning, yaitu K-Nearest Neighbor (KNN), dimana algoritma ini akan membandingkan kemiripan data dengan data yang sudah ada. Dengan menggunakan algoritma KNN, akan dibuat sebuah sistem berbasis website yang mempunyai fitur memprediksi kecocokan jurusan di PCR. Untuk pengembangan sistem selanjutnya, sistem juga dapat memprediksi program studi dan menambah variasi data agar sistem dapat berjalan lebih baik.

Item Type: Thesis (Diploma)
Subjects: KBK > KBK Jurusan Teknologi Informasi > KBK Soft Computing
Divisions: Sarjana Terapan > Jurusan Teknologi Informasi > Teknik Informatika
Depositing User: Albes Cotois
Date Deposited: 11 Aug 2023 07:30
Last Modified: 11 Aug 2023 07:30
URI: http://repository.lib.pcr.ac.id/id/eprint/277

Actions (login required)

View Item
View Item