Prediksi Kelulusan Mahasiswa Program Studi Teknologi Informasi Universitas Darma Persada Dengan Menggunakan Algoritma Support Vector Machine dan Decision Tree
DOI:
https://doi.org/10.70746/jstunsada.v14i1.504Kata Kunci:
Prediksi Kelulusan, Support Vector Machine, Decision Tree, Data Mining, Confusion MatrixAbstrak
Penelitian ini mengembangkan sistem prediksi kelulusan yang digunakan untuk mengetahui hasil prediksidengan mudah dan tepat dengan menerapkan metode klasifikasi. Lokasi penelitian ini adalah Program StudiTeknologi 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 sertamengimplementasi model prediksi. Penelitian ini mendapatkan hasil bahwa algoritma SVM memberikankinerja yang baik dalam kelulusan mahasiswa dengan tingkat akurasi yang tinggi yaitu 97%. Denganmenerapkan model prediksi ini, dapat digunakan pihak universitas untuk peningkatan keberhasilan akademikmahasiswa untuk mengurangi tingkat Drop Out mahasiswa.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Linda Nur Afifa

Artikel ini berlisensi Creative Commons Attribution 4.0 International License.



