Pengembangan sistem prediksi daftar ulang calon mahasiswa baru menggunakan metode ADABOOST

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Rabbani, Muhammad Naufal (2020) Pengembangan sistem prediksi daftar ulang calon mahasiswa baru menggunakan metode ADABOOST. Undergraduate thesis, Universitas Islam Negeri Sunan Ampel Surabaya.

[img] Text
Muhammad Naufal Rabbani_H76216068.pdf

Download (3MB)

Abstract

Setiap tahunnya perguruan tinggi melakukan penerimaan mahasiswa baru secara rutin untuk membuka awal tahun ajaran baru. Namun tingginya jumlah mahasiswa yang mengundurkan diri menyebabkan banyaknya jumlah kursi kosong yang tersisa. Pengunduran diri yang terjadi bisa diminimalisir apabila seleksi calon mahasiswa baru dilakukan dengan tepat. Salah satu caranya dengan membuat model prediksi berbasis machine learning untuk membantu proses seleksi kandidat yang berpotensi menyelesaikan proses penerimaan hingga akhir berdasarkan data yang ada. Agar hal tersebut bisa tercapai, dibuatlah model prediksi menggunakan algoritma Adaboost sekaligus membandingkan performanya dengan model alogoritma Decision Tree. Untuk memaksimalkan peforma model, maka dilakukan analisa variabel dengan menggunakan chi square dalam proses feature selection- nya. Hasil akhir menunjukkan bahwa model prediksi Adaboost memiliki peforma yang lebih baik daripada model Decision Tree dengan skor f-measure 90.9%, precision 83.7% dan recall 99.5%. Selain itu didapatkan juga ciri dari kandidat yang cenderung melanjutkan pendaftaran hingga akhir. Sehingga dengan hasil tersebut bisa membantu pihak perguruan tinggi dalam mengambil keputusan dalam proses seleksi calon mahasiswa baru.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type: Thesis (Undergraduate)
Creators:
CreatorsEmailNIM
Rabbani, Muhammad Naufalbosnaufalemail@gmail.comH76216068
Contributors:
ContributionNameEmailNIDN
Thesis advisorRolliawati, Dwidwi_roll@uinsby.ac.id2027097901
Thesis advisorYusuf, Ahmadahmadyusuf@uinsby.ac.id2020019001
Subjects: Teknologi
Teknologi > Teknologi Informasi
Keywords: Machine Learning; Klasifikasi; Adaboost; Ensemble Learning;Penerimaan Mahasiswa Baru.
Divisions: Fakultas Sains dan Teknologi > Studi Sistem Informasi
Depositing User: Muhammad Naufal Rabbani
Date Deposited: 01 Aug 2020 08:32
Last Modified: 01 Aug 2020 08:32
URI: http://digilib.uinsa.ac.id/id/eprint/42063

Actions (login required)

View Item View Item