Leonardo, Edwin (2020) Klasifikasi Employability Mahasiswa Penerima Beasiswa di Universitas Tarumanagara dengan Graph Theory (Minimum Spanning Tree). Skripsi thesis, Universitas Tarumanagara.
Text
535160068_Edwin Leonardo_01 Cover.pdf Download (554kB) |
|
Text
535160068_Edwin Leonardo_02 Lembar Pengesahan.pdf Download (219kB) |
|
Text
535160068_Edwin Leonardo_03 Lembar Pernyataan.pdf Download (386kB) |
|
Text
535160068_Edwin Leonardo_04 Abstrak.pdf Download (628kB) |
|
Text
535160068_Edwin Leonardo_05 Kata Pengantar.pdf Download (382kB) |
|
Text
535160068_Edwin Leonardo_06 Daftar Isi, Tabel, Gambar, Lampiran.pdf Download (532kB) |
|
Text
535160068_Edwin Leonardo_07 Bab 1.pdf Restricted to Registered users only Download (536kB) |
|
Text
535160068_Edwin Leonardo_08 Bab 2.pdf Restricted to Registered users only Download (835kB) |
|
Text
535160068_Edwin Leonardo_09 Bab 3.pdf Restricted to Registered users only Download (654kB) |
|
Text
535160068_Edwin Leonardo_10 Bab 4.pdf Restricted to Registered users only Download (537kB) |
|
Text
535160068_Edwin Leonardo_11 Bab 5.pdf Restricted to Registered users only Download (383kB) |
|
Text
535160068_Edwin Leonardo_12 Daftar Pustaka.pdf Download (385kB) |
|
Text
535160068_Edwin Leonardo_13 Lampiran.pdf Restricted to Registered users only Download (3MB) |
|
Text
535160068_Edwin Leonardo_14 Daftar Riwayat Hidup.pdf Restricted to Registered users only Download (382kB) |
Abstract
Aplikasi untuk mengklasifikasikan employability mahasiswa penerima beasiswa dengan Graph Theory adalah metode untuk klasifikasi employability mahasiswa. Metode ini dibuat untuk Universitas Tarumanagara yang digunakan untuk menggantikan metode Universitas Tarumanagara yang masih manual. Ada 2 bahasa pemrograman yang digunakan untuk membuat aplikasi ini, yaitu Visual Studio dan Python. Visual Studio untuk antarmuka pengguna dan python untuk perhitungan. Pengujian dilakukan oleh Pengujian Penerimaan Pengguna (UAT) dan pengujian jumlah. Pengujian UAT untuk memeriksa tombol dan fitur dan menghitung pengujian untuk memeriksa apakah hasil dari metode manual sama dengan metode K-Nearest Neighbor (K-NN) terlebih dahulu sebelum dibuat dalam graf. Dari dua tes yang dilakukan dapat diketahui bahwa hasil pengujian data uji campuran dengan akurasi rata-rata 92.5%, sedangkan kalau data uji beasiswa semua dengan akurasi rata-rata 97.5% Kata Kunci: Employability mahasiswa, K-Nearest Neighbor, Minimum Spanning Tree, Python, Visual Studio
Item Type: | Thesis (Skripsi) |
---|---|
Uncontrolled Keywords: | Employability mahasiswa, K-Nearest Neighbor, Minimum Spanning Tree, Python, Visual Studio |
Subjects: | Skripsi/Tugas Akhir Skripsi/Tugas Akhir > Fakultas Teknologi Informasi |
Divisions: | Fakultas Teknologi Informasi > Teknik Informatika |
Depositing User: | TDI Family perpus |
Date Deposited: | 22 Apr 2021 15:52 |
Last Modified: | 06 Aug 2021 07:13 |
URI: | http://repository.untar.ac.id/id/eprint/18236 |
Actions (login required)
View Item |