• Document: PREDIKSI LAMA STUDI MAHASISWA DENGAN METODE RANDOM FOREST (STUDI KASUS : STIKOM BALI)
  • Size: 386.89 KB
  • Uploaded: 2019-03-24 04:13:18
  • Status: Successfully converted


Some snippets from your converted document:

I Made, Prediksi Lama Studi Mahasiswa,,,201 PREDIKSI LAMA STUDI MAHASISWA DENGAN METODE RANDOM FOREST (STUDI KASUS : STIKOM BALI) Prediction Of Students’ Learning Study Periode By Using Random Forest Method (Case Study: Stikom Bali) I Made Budi Adnyana STMIK STIKOM Bali Jln. Raya Puputan No.86, Renon, Denpasar e-mail: budi.adnyana@stikom-bali.ac.id Abstrak Kelulusan tepat waktu merupakan salah satu elemen penilaian akreditasi dari perguruan tinggi. Selain itu wisuda tepat waktu merupakan isu yang penting karena tingkat kelulusan sebagai dasar efektifnya suatu perguruan tinggi. Kurangnya informasi dan analisa yang diperoleh Bidang Akademik STIKOM Bali mengakibatkan sulitnya melakukan prediksi lama studi mahasiswa. Prediksi lama studi mahasiswa dapat membantu Bidang Akademik dalam menyusun strategi yang tepat untuk menekan atau memperpendek lama studi mahasiswa. Pada permasalahan ini dapat diterapkan teknik data mining untuk melakukan prediksi yaitu dengan menggunakan metode klasifikasi Random Forest. Random Forest merupakan suatu kumpulan dari beberapa tree, dimana masing-masing tree bergantung pada nilai piksel pada tiap vektor yang daimbil secara acak dan independen. Data sampel diperoleh langsung dari bagian Akademik STIKOM Bali. Data yang digunakan adalah data lulusan 2 tahun terakhir, meliputi IPK, SKS, jumlah cuti dan non-aktif, nilai mahasiswa, dan lama studi mahasiswa. Output dari sistem ini berupa klasifikasi yang terdiri dari 2 kelas, yaitu lulus tepat waktu dan lulus lewat batas waktu. Dari hasil eksperimen diperoleh nilai akurasi adalah 83.54%. Kata kunci: prediksi, lama studi, random forest Abstract Graduation on time is one of the assessment elements of the college accreditation. Furthermore, graduation on time is an important issue because it indicates an effectiveness of college. Academic division of STIKOM Bali face many difficulties on predicting student graduation time because lack of information and analysis. Predictions of graduation time can help academic division in making appropriate strategy to shorten the study time. Data mining can be applied on this prediction problems using random forest classification methods. Random forest is a collection of of several tree, where each tree dependent on the pixels on each vector that selected randomly and independent .Sample data obtained from academic division of STIKOM Bali. This research use sample data of last 2 years graduated students, such as IPK, SKS, the number of inactive, and study time. The classification output consists of 2 class, “graduate on time” and “graduate over the time”. From the experimental result, 83.54 % accuracy value obtained. Keywords: prediction, study time, random forest 1. PENDAHULUAN STIKOM Bali merupakan salah satu perguruan tinggi TIK yang terdapat di Denpasar yang berdiri sejak tahun 2002. STIKOM Bali memiliki tiga buah Program Studi yaitu Sistem Komputer (S1), Sistem Informasi (S1), dan Manajemen Informatika (D3). Jumlah mahasiswa dan dosen yang dimiliki berdasarkan data dari PDDIKTI adalah 4.203 orang mahasiswa dan 151 orang dosen pada tahun awal 2016, dengan rasio dosen 1 : 27.8. 202. CSRID Journal, Vol.8 No.3 Oktober 2015, Hal. 201-208 ISSN: 2085-1367 Saat ini intitusi perguruan tinggi berada dalam lingkungan yang sangat kompetitif. Setiap perguruan tinggi berusaha untuk terus memperbaiki menejemennya untuk meningkatkan mutu pendidikan dan meningkatkan akreditasi. Salah satu elemen penilaian akreditasi perguruan tinggi adalah lulus tepat waktu. Selain itu wisuda tepat waktu merupakan isu yang penting karena tingkat kelulusan sebagai dasar efektifnya suatu perguruan tinggi [1]. Seiring dengan perkembangan jumlah mahasiswa di STIKOM Bali, hal penting yang harus diperhatikan juga adalah kelulusan mahasiswa. Jumlah total lulusan di STIKOM Bali telah mencapai 3.601 mahasiswa. Rata-rata lama studi mahasiswa yang lulus pada wisuda XVI adalah 4.8 tahun untuk mahasiswa S1 dan 3.9 tahun untuk mahasiswa D3. Hal ini menunjukkan rata-rata lama studi mahasiswa di STIKOM Bali lebih lama atau melampaui masa studi standar. Hal ini dapat disebabkan oleh banyak faktor, seperti keaktifan mahasiswa, nilai studi mahasiswa, faktor biaya, dan sebagainya. Kurangnya informasi dan analisa yang diperoleh Bidang Akademik mengakibatkan sulitnya melakukan prediksi lama studi mahasiswa. Prediksi lama studi mahasiswa dapat membantu Bidang Akademik dalam menyusun strategi yang tepat untuk menekan atau memperpendek lama studi mahasiswa. Diperlukan suatu solusi untuk dapat mengatasi permasalahan diatas, yaitu sebuah model yang dapat membantu Bidang Akademik STIKOM Bali untuk me

Recently converted files (publicly available):