Art Original
Data Mining Untuk Klasifikasi Tingkat Burnout Mahasiswa/i Dalam Menyelesaikan Tugas Akhir Di Universitas Islam Riau Menggunakan Metode Random Forest
Menyelesaikan tugas akhir merupakan syarat wajib bagi mahasiswa untuk mendapatkan gelar Sarjana. Tantangan yang dihadapi seperti beban kerja yang tinggi, tekanan waktu, dan tanggung jawab yang signifikan, dapat memberikan dampak pada kesejahteraan mental, emosional mahasiswa. Dalam beberapa kasus, kondisi ini dapat menyebabkan burnout, yang dapat dikenali dengan tiga dimensi utama yaitu , kejenuhan emosional, sinisme, dan penurunan prestasi pribadi. Penelitian ini bertujuan untuk mengkategorikan tingkat burnout mahasiswa dalam menyelesaikan tugas akhir serta mengembangkan sistem yang membantu menilai tingkat burnout tersebut. Metode yang digunakan adalah metode Random Forest, salah satu metode klasifikasi dengan berbasis pohon keputusan. Metode ini bekerja dengan membangun sejumlah pohon melalui bootstrap sampling, memilih subset prediktor acak, serta melakukan perhitungan entropy dan information gain untuk membangun pohon keputusan. Hasil klasifikasi ditentukan berdasarkan pada suara terbanyak dari seluruh pohon dalam model. Metode random forest digunakan untuk mengidentifikasi nilai n_estimators yang optimal. Hasil pengujian menunjukkan bahwa dengan n_estimators = 11, sistem klasifikasi mencapai accuracy 88.33%, precision 89.52%, recall 72.16%. Hasil ini menunjukkan bahwa tingkat burnout dapat diprediksi secara akurat dengan metode random forest. dengan demikian klasifikasi tingkat burnout pada mahasiswa dalam menyelesaikan tugas akhir dapat dijadikan alternatif yang baik dalam mengidentifikasi tingkat burnout.
No other version available