Prediksi Lama Masa Tunggu Alumni USM dalam Mendapatkan Pekerjaan dengan Algoritma KNN

Sari

Pencarian informasi alumni perguruan tinggi dilakukan supaya dapat menentukan seberapa lama masa yang dibutuhkan agar mendapatkan pekerjaan. Dalam tahap peningkatan mutu sebuah perguruan tinggi, alumni mengambil peran penting, sebab kualitas pembelajaran pada perguruan tinggi dapat dikatakan sudah cukup baik apabila alumninya cepat terserap didalam dunia kerja. Pencarian informasi (tracer study) diperoleh melalui kuesioner yang dibagikan oleh pihak USM Career and graduated Class (UCAC) kepada para alumni. Informasi tersebut terdiri dari data-data para alumni pada tahun 2019-2020 dan kemudian digunakan untuk mendapatkan dan memperkirakan lama waktu tunggu yang dibutuhkan para lulusan USM hingga memperoleh pekerjaan setelah dinyatakan lulus studi sarjana. Algoritma KNN digunakan dalam penelitian ini, hal tersebut dikarenakan metode KNN mampu memprediksi masa tunggu alumni dibandingkan dengan metode lainnya. Adapun kompetensi yang berdampak terhadap masa tunggu alumni dalam mendapatkan pekerjaan dapat diperoleh melalui hasil analisis penelitian ini, seperti keterampilan dalam menggunakan komputer, manajemen pengolahan waktu, kemampuan dalam menganalisis, serta disiplin ilmu. Hasil implementasi algoritma KNN dengan mencoba nilai K dari 1-100 yang memiliki akurasi tertinggi mencapai 98,84%.

A search for information on university alumni was carried out in order to determine how long it would take to get a job. In the stage of progress in the quality of a university, alumni play an important role, because the quality of learning at a university can be said to be quite good if the alumni are quickly absorbed into the world of work. The search (tracer study) was obtained through a questionnaire distributed by the USM Career and Graduate Class (UCAC) to alumni. This information consists of data from alumni in 2019-2020 and is then used to obtain examples of the length of time to employment needed for USM graduates to get a job after graduating from undergraduate studies. The KNN algorithm was used in this research, this is because the KNN method is able to predict the time to employment for alumni compared to other methods. Competencies that have an impact on the time to employment for alumni to get a job can be obtained through the results of this research analysis, such as skills in using computers, time management, analytical skills, and scientific discipline. The results of implementing the KNN algorithm by trying K values from 1-100 have the highest accuracy reaching 98.84%.