Implementasi Algoritme Random Forest untuk Analisis Masa Studi Mahasiswa Berdasarkan Indeks Prestasi Semester 1 dan 2 pada Program Studi Pendidikan Teknologi Informasi Universitas Brawijaya

Iskandar, Deni and Aswin Suharsono, S.T., M.T and Ir. Satrio Hadi Wijoyo, S.Si., S,Pd., M.Kom (2024) Implementasi Algoritme Random Forest untuk Analisis Masa Studi Mahasiswa Berdasarkan Indeks Prestasi Semester 1 dan 2 pada Program Studi Pendidikan Teknologi Informasi Universitas Brawijaya. Sarjana thesis, Universitas Brawijaya.

Abstract

Program Studi Pendidikan Teknologi Informasi merupakan salah satu program studi yang terdapat di Universitas Brawijaya. Program Studi Pendidikan Teknologi Informasi Universitas Brawijaya memiliki persentase kelulusan tepat waktu pada mahasiswa sebesar 50,2%. Peningkatan persentase mahasiswa yang berhasil lulus tepat waktu diperlukan untuk meningkatkan mutu program studi. Program studi memerlukan kebijakan yang dapat dilakukan sedini mungkin untuk dapat memitigasi kemungkinan mahasiswa mengalami keterlambatan dalam menyelesaikan masa studi. Indeks prestasi mahasiswa pada semester 1 dan 2 merupakan beberapa data yang dapat diperoleh program studi pada masa awal perkuliahan mahasiswa. Penelitian ini bertujuan memprediksi masa studi yang ditempuh mahasiswa berdasarkan indeks prestasi semester 1 dan 2 pada Program Studi Pendidikan Teknologi Informasi Universitas Brawijaya menggunakan algoritme klasifikasi Random Forest. Proses analisis diawali dengan melakukan pengumpulan dataset. Data yang terkumpul akan melalui proses transformasi berupa pelabelan data sehingga setiap data memiliki kelas target. Data yang telah memiliki kelas target akan dibagi menjadi data latih dan data uji. Data akan dimasukkan ke dalam algoritme klasifikasi Random Forest untuk menghasilkan model klasifikasi. Kemudian akan dilakukan proses hyperparameter tuning untuk meningkatkan akurasi model klasifikasi. Pada tahap terakhir akan dilakukan proses pengujian dan analisis pada model klasifikasi. Hasil pengujian dan analisis menunjukkan nilai performa model klasifikasi yang baik dengan nilai accuracy sebesar 80%, nilai precision sebesar 79.17%, nilai recall 79.17%, dan nilai f1-score sebesar 79.17% pada pengujian dengan rasio pembagian data latih dan data uji 90%:10%.

English Abstract

Information Technology Education is one of the programs offered at Universitas Brawijaya. The Information Technology Education Study Program of Universitas Brawijaya has a percentage of students graduating on time of 50.2%. In order to improve the quality of the program, it is necessary to increase the percentage of students who graduate on time. The program needs policies that can be implemented as early as possible to mitigate the possibility of students experiencing delays in completing their studies. The student performance index in semester 1 and 2 is some of the data that can be obtained by the study program at the beginning of the student's lecture. This research aims to predict the study period taken by students based on the first and second semester achievement index in the Information Technology Education Study Program at Universitas Brawijaya using the Random Forest classification algorithm. The analysis process begins with the collection of data sets. The collected data will go through a transformation process in the form of data labeling so that each data has a target class. Data that already have a target class are divided into training data and test data. The data is fed into the Random Forest classification algorithm to build a classification model. Then, the hyperparameter tuning process is performed to improve the accuracy of the classification model. Finally, the classification model is tested and analyzed. The results of testing and analysis show a good performance value of the classification model with an accuracy value of 80%, a precision value of 79.17%, a recall value of 79.17% and an f1-score value of 79.17% in tests with a division ratio of training data and test data of 90%: 10%.

Item Type:	Thesis (Sarjana)
Identification Number:	0524150058
Uncontrolled Keywords:	Masa studi, Indeks Prestasi Semester, Pendidikan Teknologi Informasi Universitas Brawijaya, Machine Learning, Klasifikasi, Random Forest-Study Duration, Semester Grade Point Average, Information Technology Education Universitas Brawijaya, Machine Learning, Classification, Random Forest.
Divisions:	Fakultas Ilmu Komputer > Pendidikan Teknologi Informasi
Depositing User:	soegeng sugeng
Date Deposited:	19 Feb 2024 07:57
Last Modified:	19 Feb 2024 07:57
URI:	http://repository.ub.ac.id/id/eprint/215475

Text (DALAM MASA EMBARGO) Deni Iskandar.pdf Restricted to Registered users only Download (3MB)

Actions (login required)

View Item