Implementasi Algoritma K-Nearest Neighbor untuk Klasifikasi Tingkat Kepuasan Mahasiswa terhadap Layanan E-Campus di UIN Sjech M. Djamil Djambek Bukittinggi
Skripsi ini berjudul “Implementasi Algoritma K-Nearest Neighbor untuk Klasifikasi Tingkat Kepuasan Mahasiswa terhadap Layanan e-Campus di UIN Sjech M. Djamil Djambek Bukittinggi”, yang ditulis oleh Rahma Alia, NIM. 2522294, Program Studi Pendidikan Teknik Informatika dan Komputer, Fakultas Tarbiyah dan Ilmu Keguruan, Universitas Islam Negeri (UIN) Sjech M. Djamil Djambek Bukittinggi. Evaluasi kepuasan mahasiswa terhadap layanan e-Campus di UIN Sjech M. Djamil Djambek Bukittinggi belum didukung oleh sistem berbasis web dan instrumen kuesioner digital yang terstruktur, sehingga proses pengumpulan dan pengolahan data kepuasan masih dilakukan secara konvensional. Penelitian ini bertujuan mengimplementasikan algoritma K-Nearest Neighbor (KNN) pada sistem kuesioner berbasis web dalam mengklasifikasikan tingkat kepuasan mahasiswa terhadap layanan e-Campus di UIN Sjech M. Djamil Djambek Bukittinggi ke dalam kategori puas, cukup puas, dan tidak puas. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan model pengembangan Waterfall yang terdiri atas tahapan Communication, Planning, Modelling, Construction, dan Deployment. Pengumpulan data dilakukan menggunakan kuesioner berdasarkan model keberhasilan sistem informasi DeLone dan McLean yang meliputi aspek System Quality, Information Quality, Service Quality, dan User Satisfaction dengan 24 butir pernyataan. Dataset yang digunakan sebanyak 167 data dengan pembagian 150 data training dan 17 data testing (90:10). Sistem dikembangkan menggunakan framework CodeIgniter 4 dan database MySQL, sedangkan proses klasifikasi dilakukan menggunakan algoritma K-Nearest Neighbor (KNN) dengan nilai K = 3 berdasarkan perhitungan Euclidean Distance. Pengujian produk dilakukan menggunakan standar ISO/IEC 25010, pengujian Black Box Testing, validasi ahli, serta evaluasi performa algoritma menggunakan Confusion Matrix. Berdasarkan hasil penelitian, sistem SiKemas berhasil dibangun dan diimplementasikan untuk mengklasifikasikan tingkat kepuasan mahasiswa terhadap layanan e-Campus. Hasil pengujian algoritma menggunakan Confusion Matrix memperoleh akurasi sebesar 100%. Pengujian Black Box Testing terhadap 39 fitur menunjukkan seluruh fungsi berjalan dengan baik dengan tingkat keberhasilan 100%. Pengujian kualitas perangkat lunak berdasarkan ISO/IEC 25010 memperoleh nilai Functional Suitability sebesar 95,69%, Compatibility sebesar 96%, dan Usability sebesar 90,08%, yang seluruhnya berada pada kategori sangat layak. Selain itu, hasil validasi ahli memperoleh nilai 0,92 dengan kategori valid. Berdasarkan hasil tersebut, sistem SiKemas dinyatakan layak, akurat, dan efektif sebagai media evaluasi kepuasan mahasiswa serta dapat digunakan sebagai pendukung pengambilan keputusan dalam upaya peningkatan kualitas layanan e-Campus.