Article Per Year (5 Year)
p-Index From 2021 - 2026
2.127
P-Index
This Author published in this journals
All Journal Jurnal Pilar Nusa Mandiri JOURNAL OF APPLIED INFORMATICS AND COMPUTING ILKOM Jurnal Ilmiah EXPLORE Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen EXPLORE Jurnal Rekayasa Sistem Informasi dan Teknologi Journal of Data Analytics, Information, and Computer Science (JDAICS) Jurnal Pengabdian Masyarakat Ilmu Komputer Jurnal Computer and Technology TAMPIASIH
Karim, Muh Nasirudin
Universitas Teknologi Mataram
Agriculture, Biological Sciences & Forestry Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Environmental Science Mathematics Social Sciences Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : tampiasih

 1 
Implementasi XGBoost dan Explainable AI Berbasis SHAP untuk Prediksi Risiko Akademik Mahasiswa dalam Mendukung Early Warning System Masjun efendi; Muh Nasirudin Karim
JURNAL TAMPIASIH Vol. 3 No. 2 (2025): Tampiasih juli
Publisher : LPPM, Institut Teknologi dan Kesehatan Aspirasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan mengimplementasikan algoritma Extreme Gradient Boosting (XGBoost) dan Explainable Artificial Intelligence (XAI) berbasis SHAP untuk memprediksi risiko akademik mahasiswa serta mendukung pengembangan Early Warning System (EWS) pada perguruan tinggi. Permasalahan yang dihadapi adalah keterlambatan dalam mengidentifikasi mahasiswa yang mengalami penurunan prestasi, sehingga intervensi akademik sering dilakukan setelah masalah menjadi serius. Data yang digunakan dapat meliputi IPK, nilai mata kuliah, jumlah SKS, kehadiran, mata kuliah tidak lulus, aktivitas LMS, serta ketepatan pengumpulan tugas. Data melalui tahap preprocessing, feature engineering, pembagian data latih dan data uji, pelatihan XGBoost, optimasi parameter, serta evaluasi menggunakan accuracy, precision, recall, F1-score, dan ROC-AUC. Selanjutnya, SHAP digunakan untuk menjelaskan kontribusi setiap variabel terhadap prediksi model. Hasil yang diharapkan adalah model yang mampu mengklasifikasikan mahasiswa ke dalam kategori risiko rendah, sedang, dan tinggi sekaligus memberikan penjelasan mengenai faktor yang memengaruhi prediksi. Integrasi hasil prediksi dengan EWS memungkinkan dosen dan program studi melakukan pemantauan serta intervensi akademik secara lebih dini, terukur, dan berbasis data.
Co-Authors Ahmad Khairul Anam ahmad yani Akbar, Ardiyallah Ardiyallah Akbar Astutik Zaerani Efendi, Muhamad Masjun Efendi, Muhammad Masjun Erfan Wahyudi erniwati, surni Fira Ria Sutardi Imran, Bahtiar Lalu Delsi Samsumar, M.Eng. Lihana M. Zulpahmi Masjun Efendi Moch Arief Soeleman, Moch Arief Muahidin, Zumratul Purwanto Purwanto Ricardus Anggi Pramunendar Subki, Ahmad Suryadi, Emi wahyuni, wenti ayu Zaeniah Zaenudin Zaenudin