Klasifikasi Kelulusan Mahasiswa Menggunakan Algoritma Random Forest

Saleh, Jaya Santosa and Adrian, Angelia Melani and Sanger, Junaidy Budi (2020) Klasifikasi Kelulusan Mahasiswa Menggunakan Algoritma Random Forest. Skripsi thesis, UNIVERSITAS KATOLIK DE LA SALLE.

	PDF COVER-DAFTAR_ISI_JayaSaleh.pdf Download (1MB)
	PDF BAB_ISI-LAMPIRAN_JayaSaleh.pdf Restricted to Repository staff only Download (5MB)

Official URL: http://digilib.unikadelasalle.ac.id/

Abstract

Pada saat ini masih terdapat beberapa mahasiswa yang tidak lulus tepat waktu sehingga dapat mengakibatkan menurunnya nilai akreditasi Program Studi. Penyebab mahasiswa tidak lulus tepat waktu yaitu Indeks Prestasi Kumulatif yang di bawah standar, mata kuliah yang dikontrak tidak lulus dan juga jumlah pengambil cuti. Untuk itu diperlukan aplikasi yang dapat mengklasifikasikan mahasiswa yang tidak lulus tepat waktu sejak dini, sehingga dosen pembimbing dan dosen pengajar dapat memberikan perhatian khusus melalui pelajaran ekstra, memberikan motivasi, dan lain sebagainya yang dapat memberikan dorongan bagi mahasiswa yang diklasifikasikan tidak lulus tepat waktu sehingga mahasiswa tersebut dapat lulus tepat waktu.
Pada penelititian ini akn dibangun Aplikasi klasifikasi kelulusan mahasiswa menggunakan algoritma Random Forest. Atribut yang digunakan untuk mengklasifikasi kelulusan mahasiswa yaitu Indeks Prestasi Kumulatif, Indeks Prestasi Semester 1 sampai 4, Jumlah mata kuliah tidak lulus, umur dan jenis kelamin dengan 2 output kelas hasil klasifikasi yaitu tepat waktu dan terlambat. Pengembangan aplikasi ini menggunakan Waterfall dan Unified Modelling Language (UML) sebagai kakas pemodelan.
Pengujian aplikasi klasifikasi kelulusan mahasiswa menggunakan algoritma Random Forest dilakukan menggunakan 60% data latih dan 40% data uji. Pengujian dilakukan sebanyak 5 kali percobaan dan hasil akurasi tertinggi yang didapatkan yaitu 90.00% dengan menggunakan 50 pohon.

Kata Kunci: Klasifikasi, Kelulusan Mahasiswa, Random Forest

Item Type:

Thesis (Skripsi)

Creators: