Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

KLASIFIKASI KELOMPOK UKT MAHASISWA UIN SUSKA RIAU MENGGUNAKAN ALGORITMA RANDOM FOREST

YONDA FIRMANSYAH, - (2023) KLASIFIKASI KELOMPOK UKT MAHASISWA UIN SUSKA RIAU MENGGUNAKAN ALGORITMA RANDOM FOREST. Skripsi thesis, UIN SUSKA RIAU.

[img] Text (BAB IV ANALISIS DAN HASIL)
BAB IV ANALISIS DAN HASIL.pdf - Published Version
Restricted to Repository staff only

Download (593kB)
[img]
Preview
Text
TA LENGKAP KECUALI BAB IV.pdf

Download (1MB) | Preview

Abstract

KLASIFIKASI KELOMPOK UKT MAHASISWA UIN SUSKA RIAU MENGGUNAKAN ALGORITMA RANDOM FOREST YONDA FIRMANSYAH NIM: 11653101307 Tanggal Sidang: 13 Juli 2023 Periode Wisuda: Program Studi Sistem Informasi Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau Jl. Soebrantas, No. 155, Pekanbaru ABSTRAK UIN Suska Riau adalah salah satu Universitas yang telah menerapkan sistem pembayaran Uang Kuliah Tunggal (UKT). Semua mahasiswa baru yang telah diterima di UIN Suska Riau masing-masing dibedakan golongan UKT menurut kemampuan ekonominya. Namun, ditemukan permasalahan seperti penentuan UKT yang tidak tepat sasaran sehingga terdapat mahasiswa yang merasa keberatan akan UKT yang dibebankan. Permasalahan tersebut dapat ditangani dengan cara menerapkan algoritma Random Forest saat proses pemilihan UKT untuk melihat tingkat akurasi dalam memprediksi pengelompokkan golongan UKT kepada mahasiswa. Tujuan penelitian ini untuk mengetahui pola penentuan kelompok UKT dengan menggunakan metode algoritma Random Forest. Atribut yang digunakan yaitu Pengeluaran Bulanan, Jumlah Mobil, Penghasilan Ayah, Penghasilan Ibu, Jumlah Saudara Belum Menikah, Biaya Listrik Bulanan, Watt Listrik, Punya Lahan, Punya Rumah, Jalur Masuk UIN, dan Kelompok UKT Final. Hasil penelitian menunjukan pemodelan dengan menggunakan teknik resampling SMOTE untuk menangani imbalanced data berpengaruh secara signifikan meningkatkan nilai akurasi menjadi 82,95%, presisi 82,90%, dan recall 82,95%. Berdasarkan hasil klasifikasi model cenderung salah mengklasifikasikan data pada Kelompok UKT 3 dengan persentase sebesar 32,03% dan cenderung benar memprediksi data pada kelompok UKT 7 dengan kesalahan prediksi hanya sebesar 4,13%. Kata Kunci: Uang Kuliah Tunggal (UKT), Random Forest, Resampling SMOTE, UIN Suska Riau.

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum > 003 Sistem-sistem
Divisions: Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User: fsains -
Date Deposited: 24 Jul 2023 08:29
Last Modified: 24 Jul 2023 08:29
URI: http://repository.uin-suska.ac.id/id/eprint/74634

Actions (login required)

View Item View Item