<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="2863">
 <titleInfo>
  <title>IMPLEMENTASI ALGORITMA K-NEARST NEIGHBOR UNTUK PREDIKSI KELULUSAN MAHASISWA FAKULTAS TEKNIK (Studi Kasus:</title>
  <subTitle>UNIVERSITAS SATYA NEGARA INDONESIA)</subTitle>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>NOPRIADI</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">JAKARTA</placeTerm>
  </place>
  <publisher>USNI</publisher>
  <dateIssued>2017</dateIssued>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent></extent>
 </physicalDescription>
 <note>Tumpukan data nilai yang ada pada database sistem informasi akademik&#13;
Fakultas Teknik Universitas Satya Negara Indonesia belum dimanfaatkan secara&#13;
maksimal, padahal dari data tersebut dapat memberikan informasi yang baru yang&#13;
belum diketahui sebelumnya. Penelitian menggunakan metode K-Nearst Neighbor&#13;
merupakan metode klasifikasi terhadap objek berdasarkan jarak terdekat antara&#13;
kasus lama dengan kasus baru, untuk prediksi kelulusan mahasiswa berdasarkan&#13;
atribut nilai smester 1 sampai dengan semester 6, dengan menggunakan K sebanyak&#13;
7, yang sebelumnya telah diuji tingkat keakuratan prediksi nya, dengan tingkat&#13;
akurasi sebesar 90% yang diterapkan sebagai K - Optimal, utuk memprediksi status&#13;
kelulusan mahasiswa Fakultas Teknik Universitas Satya Negara Indonesia.</note>
 <note type="statement of responsibility">NOPRIADI</note>
 <subject authority="">
  <topic>Algoritma</topic>
 </subject>
 <subject authority="">
  <topic>Teknik Informatika</topic>
 </subject>
 <subject authority="">
  <topic>DATA MINING</topic>
 </subject>
 <classification>NONE</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Institutional Repository USNI Universitas Satya Negara Indonesia</physicalLocation>
  <shelfLocator></shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">8170098</numerationAndChronology>
    <sublocation>Perpustakaan USNI Kampus A (SKRIPSI)</sublocation>
    <shelfLocator></shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals>
  <slims:digital_item id="2875" url="" path="/ae2e2fcd898381cb96ae4f5c91204130.pdf" mimetype="application/pdf">IMPLEMENTASI ALGORITMA K-NEARST NEIGHBOR UNTUK PREDIKSI KELULUSAN MAHASISWA FAKULTAS TEKNIK (Studi Kasus: UNIVERSITAS SATYA NEGARA INDONESIA)</slims:digital_item>
 </slims:digitals>
 <recordInfo>
  <recordIdentifier>2863</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2022-10-19 09:47:35</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2022-10-19 09:51:59</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>