In this era, the development of technology is developing so rapidly. One of the impacts of this progress is progress in the field of archiving student final assignment documentation at tertiary institutions. Various kinds of student final assignment documentation such as theses, final reports, journals and so on have been stored in digital form via the university's repository website. However, with these developments, it was not accompanied by the provision of information. Because of this, it can cause data buildup in the memory where the document or data is stored. One solution to overcome this problem is to apply the Text Mining method as its preprocessing. Therefore it was chosen
to use the K-NN algorithm for student documentation such as theses, final reports, journals, etc. which are stored in digital form through the archive website repository of the PLN Institute of Technology. The test results for cosine similarity that were carried out produced an average precision of 0.86%, 1 thesis title was used to calculate the precision value. For the classification of thesis titles, 52 comparative data were used and from the classified thesis titles only 43 book data were classified according to the system. For testing the software system, it can get a score of 88% in the very good category. From the results of the exact system test made with the K-nearest neighbor algorithm, the value of k = 5 is used in the model that corresponds to 75%. There is bad data that affects the
classification results and affects the accuracy of the K.-Nearest Neighbor algorithm. The results of the K-nearest neighbor accuracy test on the cosine matrix reach 60% which is quite good

Pada zaman ini, perkembangan teknologi sangat berkembang begitu pesatnya. Salah satu dampak dari kemajuan ini yaitu kemajuan di bidang kearsipan dokumuntasi tugas akhir mahasiswa di perguruan tinggi Berbagai macam dokumentasi tugas akhir mahasiswa seperti skripsi, laporan akhir, jurnal dan lain sebagainya sudah tersimpan dalam bentuk digital melalui website repository universitas. Namun, dengan perkembangan tersebut, tidak diiringi dengan pemberian informasi. Karena hal itu, hal tersebut bisa menimbulkan penumpukan data pada memori tempat penyimpanan dokumen atau data tersebut. Salah satu solusi untuk mengatasi permasalah tersebut yaitu dengan menerapkan metode Text Mining sebagai preprocessing nya. Oleh karena itu dipilih menggunakan algoritma KNN untuk dokumentasi mahasiswa seperti skripsi, laporan akhir, jurnal, dll yang disimpan dalam bentuk digital melalui arsip website repository Institut Teknologi PLN. Hasil uji coba untuk cosine similarity yang dilakukan menghasilkan rata-rata precision 0.82 %, digunakan 1 judul skripsi untuk menghitung nilai precision. Untuk klasifikasi judul skripsi, digunakan 52 data pembanding dan dari judul skripsi yang diklasifikasikan hanya 43 data buku yang terklasifikasikan menurut sistem. Untuk pengujian system perangkat lunak dapat memperoleh nilai 88% dengan kategori sangat baik. Dari hasil uji eksak sistem yang dibuat dengan algoritma K-NEAREST NEIGHBOUR, nilai k = 5 digunakan dalam model yang sesuai dengan 75%. Terdapat data yang buruk yang mempengaruhi hasil klasifikasi dan mempengaruhi keakuratan algoritma K.-Nearest Neighbor. Hasil uji akurasi K-nearest neighbor pada cosine matriks mencapai 60% nilai cukup baik.