Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan dan Teknologi Indonesia
Hafyz Sytar, M.
Unknown Affiliation
Education Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Prediksi Kelulusan Mahasiswa Menggunakan Metode K-Means dan Random Forest Ermatita, Ermatita; Hafyz Sytar, M.
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 1 (2025): JPTI - Januari 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.577

Abstract

Keberhasilan dalam menghasilkan lulusan tepat waktu di institusi pendidikan tinggi mencerminkan kualitas akademik yang baik. Prediksi kelulusan mahasiswa tepat waktu menjadi tantangan penting dalam mendukung keputusan strategis bagi mahasiswa dan institusi. Penelitian ini bertujuan untuk mengembangkan model prediksi kelulusan mahasiswa tepat waktu pada program pascasarjana menggunakan algoritma K-Means dan Random Forest. K-Means digunakan untuk mengelompokkan mahasiswa berdasarkan atribut-atribut penting seperti IPK, jumlah kredit, dan lama studi, sedangkan Random Forest diterapkan untuk klasifikasi status kelulusan berdasarkan pola-pola yang dihasilkan dari pengelompokan. Kombinasi metode ini diharapkan dapat memberikan hasil prediksi yang lebih akurat dan dapat diterapkan dalam mendukung pengambilan keputusan terkait kelulusan mahasiswa tepat waktu. Hasil evaluasi menunjukkan bahwa model prediksi yang dibangun memiliki tingkat akurasi tinggi, dengan Random Forest menunjukkan akurasi sebesar 98.41% dalam membedakan antara mahasiswa yang lulus tepat waktu dan yang terlambat, serta model K-Means mampu mengelompokkan data mahasiswa dengan baik berdasarkan pola yang ditemukan dalam dataset.
Co-Authors Ermatita -