Art Original

Analisis Perbandingan Model Klasifikasi Untuk Penentuan Konsentrasi Tugas Akhir Mahasiswa Teknik Informatika Universitas Islam Riau Menggunakan Pendekatan Machine Learning

---

Penentuan konsentrasi tugas akhir menjadi salah satu tantangan penting bagi mahasiswa Teknik Informatika UIR karena berdampak langsung terhadap keberhasilan penyelesaian studi. Banyak mahasiswa mengalami kesulitan dalam memilih konsentrasi yang sesuai dengan minat dan kemampuan akademik mereka. Penelitian ini bertujuan untuk membangun sistem rekomendasi konsentrasi tugas akhir berbasis web menggunakan pendekatan machine learning. Data yang digunakan adalah nilai mata kuliah dan IPK dari mahasiswa angkatan 2018, 2019, dan 2020. Metode yang digunakan meliputi preprocessing data, balancing data dengan SMOTE, tuning hyperparameter menggunakan Grid Search, serta validasi menggunakan K-Fold Cross Validation. Tiga model klasifikasi yang dibandingkan adalah SVM, Random Forest, dan ANN. Hasil pengujian menunjukkan bahwa model SVM dengan 3-Fold Cross Validation dan skema data latih dan uji 90:10 memberikan hasil terbaik dengan akurasi sebesar 81%, precision 82%, recall 81%, dan F1-score 81%. Sistem ini dirancang dalam bentuk web sederhana menggunakan framework Flask, dan dibangun berdasarkan model dengan akurasi terbaik dari hasil skenario pengujian, yaitu SVM. Mahasiswa dapat memperoleh prediksi konsentrasi secara otomatis melalui unggahan data nilai. Penelitian ini juga menyajikan perbandingan menyeluruh terhadap tiga model klasifikasi untuk membantu pengambilan keputusan akademik yang lebih tepat dan berbasis data.

---

Availability

Detail Information

Call Number

Informatika 623.82 Win a

Language

Indonesia

NPM

213510224

Publisher

Informatika : Universitas Islam Riau., 2025

Keyword(s)

machine learning
Konsentrasi tugas akhir
SVM

Other Information

Petugas

Ayu Agustina

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment