%0 Generic
%A NONIK AISYAH, 1717051011
%C UNIVERSITAS LAMPUNG
%D 2021
%F eprints:61896
%I FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
%T IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR UNTUK  SISTEM REKOMENDASI TOPIK PENELITIAN PADA JURUSAN ILMU  KOMPUTER UNIVERSITAS LAMPUNG BERBASIS KLASIFIKASI
%U http://digilib.unila.ac.id/61896/
%X Topik penelitian adalah landasan dasar yang dimiliki mahasiswa dalam melakukan  sebuah penelitian. Topik penelitian sangat penting bagi mahasiswa tingkat akhir  dalam menyelesaikan skripsi salah satunya di Jurusan Ilmu Komputer, maka untuk  mempermudah dalam menentukan topik penelitian dengan memanfaatkan sistem  rekomendasi. Tujuan dari penelitian ini untuk merekomendasikan topik penelitian  pada mahasiswa Jurusan Ilmu Komputer Universitas Lampung menggunakan  algoritma K-nearest neighbor. Algoritma K-nearest neighbor adalah suatu model  pendukung keputusan yang dapat mengkasifikasikan data berdasarkan jarak  terdekat dengan memanfaatkan data mahasiswa Jurusan Ilmu Komputer yang telah  lulus. Metode yang digunakan pada sistem yaitu extreme programming dengan  tahapan meliputi : planning, design, coding, dan testing. Data yang digunakan yaitu  data yang diperoleh dari pengelola server siakadu, UPT TIK Universitas Lampung  pada tahun 2016 – 2019. Variabel independen yang digunakan yaitu 35 data  matakuliah dan variabel dependen yaitu 14 kategori penelitian mahasiswa yang  telah lulus. Output dari sistem ini yaitu hasil prediksi kategori topik penelitian.  Hasil pengujian menunjukkan model terbaik dengan tetangga terdekat yaitu 3 dan  pendekatan jarak terbaik yaitu manhattan distance menghasilkan accuracy sebesar  82%, precision sebesar 82% dan recall sebesar 82%. Pengujian sistem  menggunakan black-box testing menunjukkan setiap kasus uji berhasil  menghasilkan output yang sesuai sehingga dapat membantu mahasiswa untuk  menentukan topik penelitian.  Kata Kunci: K-nearest neighbor, Klasifikasi, Sistem Rekomendasi, Extreme    Programming  The research topic is the basic foundation that students have in conducting a  research. This research topic is very necessary by final year students in completing  their thesis, one of which is in the Department of Computer Science . This makes it  easier to determine research topics by utilizing a recommendation system. The  purpose of this study is to recommend research topics to students of the Department  of Computer Science, University of Lampung using the K-nearest neighbor  algorithm. The K-nearest neighbor algorithm is a decision support model that can  classify data based on the closest distance by utilizing data from students of the  Computer Science Department who have graduated. The method used in this  system is extreme programming with stages including: planning, designing, coding,  and testing. The data used is data obtained from the ICT server manager of UPT  Siakadu, University of Lampung in 2016 – 2019. The independent variables used  are 35 course data and the dependent variable is 14 research categories of students  who have graduated. The output of this system is prediction of research topic  category. The test results will show that the best model with the nearest neighbor is  3 and the best distance approach is the Manhattan distance, resulting in 82%  accuracy, 82% precision and 82% recall, and system testing using black box testing  which shows that each test case successfully produces the right output so that it can  help students in determining their research topic.  Keywords: K-nearest neighbor, Classification, Recommendation System, Extreme    Programming