PREDIKSI KELULUSAN MAHASISWA PROGRAM STUDI TEKNOLOGI INFORMASI UNIVERSITAS DARMA PERSADA  DENGAN MENGGUNAKAN ALGORITMA SUPPORT VECTOR  MACHINE DAN DECISION TREE

Badria Badria; Linda Nur Afifa

doi:10.70746/jstunsada.v14i1.504

Authors

Badria Badria Universitas Darma Persada
Linda Nur Afifa Universitas Darma Persada

DOI:

https://doi.org/10.70746/jstunsada.v14i1.504

Keywords:

Prediksi Kelulusan, Supoort Vector Machine, Decision Tree, Data Mining, Confusion Matrix

Abstract

Penelitian ini mengembangkan sistem prediksi kelulusan yang digunakan untuk mengetahui hasil prediksi dengan mudah dan tepat dengan menerapkan metode klasifikasi. Lokasi penelitian ini adalah Program Studi Teknologi Informasi Universitas Darma Persada dengan menerapkan algoritma Support Vector Machine. Dalam melakukan prediksi terdiri dari beberapa kriteria yang sudah ditetapkan seperti persentase kehadiran, riwayat tagihan mahasiswa semester 1 hingga semester 4 serta Indeks Prestasi Semester (IPS) 1 hingga 4. Dengan menerapkan metodologi yang mencakup proses mengumpulkan data, pemodelan, evaluasi serta mengimplementasi model prediksi. Penelitian ini mendapatkan hasil bahwa algoritma SVM memberikan kinerja yang baik dalam kelulusan mahasiswa dengan tingkat akurasi yang tinggi yaitu 97%. Dalam menerapkan model prediksi ini, diharapkan pihak universitas dapat bertindak aktif dalam peningkatan keberhasilan akademik mahasiswa serta bertindak dalam pengurangan tingkat Drop Out mahasiswa. Hal tersebut dapat membantu dalam meingkatkan kualitas pendidikan dan akreditasi Universitas Darma Persada.

References

N. M. A. Mahar, Vihi Atina, and Nugroho Arif Sudibyo, “PEMODELAN PREDIKSI KELULUSAN MAHASISWA DENGAN METODE NAÏVE BAYES DI UNIBA,” J. Manaj. Inform. dan Sist. Inf., vol. 6, no. 2, 2023, doi: 10.36595/misi.v6i2.875.

A. Wibowo and A. Rohman, “Prediksi Predikat Kelulusan Mahasiswa Menggunakan Naive Bayes dan Decision Tree pada Universitas XYZ,” Expert J. Manaj. Sist. Inf. dan Teknol., vol. 12, no. 2, 2022, doi: 10.36448/expert.v12i2.2810.

I. M. D. M. Rahayu, P. W., Sudipa, I. G. I., Suryani, A., Surachman, A., Ridwan, A., Darmawiguna, I. G. M., Sutoyo, M. N., Slamet, I., Harlina, S., & Sanjaya, Buku Ajar Data Mining. Bandung: PT. Sonpedia Publishing Indonesia., 2024.

K. Pradnyana, G. A., & Agustini, Konsep Dasar Data Mining. 2022.

B. Raharjo, Pembelajaran Mesin (Machine Learning). Semarang: Yayasan Prima Agus Teknik, 2021.

S. Sumirat, L. P., Cahyono, D., Kristyawan, Y., & Kacung, Dasar-dasar Rekayasa Perangkat Lunak, 1st ed. Madza Media, 2023.