Prediksi Kinerja Akademik Mahasiswa Baru Program Studi Teknik Industri Menggunakan Pendekatan Machine Learning

Banjarnahor, Priskila Destriani (2022) Prediksi Kinerja Akademik Mahasiswa Baru Program Studi Teknik Industri Menggunakan Pendekatan Machine Learning. Bachelor thesis, Institut Teknologi Kalimantan.

	Text 12181057_cover.pdf Download (109kB)
	Text 12181057_abstract_en.pdf Restricted to Registered users only until 1 October 2023. Download (235kB) | Request a copy
	Text 12181057_abstract_id.pdf Download (236kB)
	Text 12181057_chapter_1.pdf Restricted to Registered users only until 1 October 2023. Download (920kB) | Request a copy
	Text 12181057_chapter_2.pdf Restricted to Registered users only until 1 October 2023. Download (551kB) | Request a copy
	Text 12181057_chapter_3.pdf Restricted to Registered users only until 1 October 2023. Download (987kB) | Request a copy
	Text 12181057_chapter_4.pdf Restricted to Registered users only until 1 October 2023. Download (1MB) | Request a copy
	Text 12181057_conclusions.pdf Restricted to Registered users only until 1 October 2023. Download (170kB) | Request a copy
	Text 12181057_bibliography.pdf Restricted to Registered users only until 1 October 2023. Download (873kB) | Request a copy
	Text 12181057_Lembar Persetujuan Publikasi.pdf Restricted to Repository staff only until 1 October 2023. Download (220kB) | Request a copy

Abstract

Kesuksesan mahasiswa dalam akademik sangat krusial karena menjadi tolak ukur keberhasilan suatu perguruan tinggi. Oleh karena itu, prediksi kinerja akademik mahasiswa menjadi hal yang sangat esensial sehingga perguruan tinggi penting melakukan tindakan awal untuk meningkatkan kinerja mahasiswanya. Kontribusi penelitian ini terkait memprediksi kinerja akademik mahasiswa baru adalah untuk mengusulkan pendekatan dua langkah berbasis ensemble learning untuk memprediksi kinerja akademik mahasiswa dan memberikan gambaran umum terkait tindakan evaluasi yang dapat dilakukan oleh pihak perguruan tinggi dan mahasiswa serta untuk menambah literatur terkait memprediksi kinerja akademik mahasiswa baru. Hasil penelitian yang telah dilakukan menunjukkan performa Proposed Model (PM) memiliki kinerja lebih baik bahkan mengungguli performa model algoritma Elastic Net (EN) dengan nilai akurasi sebanyak 87.8% dan nilai kappa sebanyak 81.8%. Dalam hal ini performa model dapat diterima baik. Variabel yang mempengaruhi setiap model algoritma yang digunakan pada studi kasus ini dianalisis dan ditemukan 10 variabel teratas yang menjadi fitur signifikan. Hasil menunjukkan bahwa indeks prestasi pertama, mata kuliah yang gagal, absensi kelas, kompetisi akademik, pendapatan ibu, nilai rata-rata SMA, kualitas kehangatan keluarga, apakah menerima beasiswa atau tidak, alamat tempat tinggal asal dan waktu tempuh ke PT menjadi faktor variabel terpenting dalam mempengaruhi model prediksi kinerja prestasi akademik mahasiswa baru Teknik Industri pada Perguruan Tinggi XYZ.

Item Type:	Thesis (Bachelor)
Subjects:	T Technology > T Technology (General)
Divisions:	Jurusan Teknologi Industri dan Proses > Teknik Industri
Depositing User:	Priskila Destriani Banjarnahor
Date Deposited:	18 Jul 2022 08:49
Last Modified:	18 Jul 2022 08:49
URI:	http://repository.itk.ac.id/id/eprint/18389

Actions (login required)

View Item