Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Sistem Informasi dan Teknologi (SINTEK) Sintek Kuwera
Dora Bernadisman
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Aplikasi Interaktif Berbasis R Studio Untuk Prediksi Nilai Ujian Mahasiswa Menggunakan Algoritma Random Forest Dengan Evaluasi Multi-Variabel Purwanto; Fisa Wisnu Wijaya; Dora Bernadisman; Sutar; Mario Zulhadi Amrullah
Jurnal Sistem Informasi dan Teknologi Vol 6 No 1 (2026): Jurnal Sistem Informasi dan Teknologi (SINTEK)
Publisher : LPPM STMIK KUWERA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56995/sintek.v6i1.255

Abstract

Penelitian ini bertujuan untuk mengembangkan model prediksi nilai ujian mahasiswa menggunakan algoritma Random Forest yang diimplementasikan melalui aplikasi interaktif berbasis R Studio. Instrumen penelitian yang terdiri dari 48 item diuji validitasnya dengan seluruh item menunjukkan nilai r hitung > r tabel (0,284), sehingga dinyatakan valid. Uji reliabilitas menggunakan Cronbach’s Alpha menghasilkan nilai 0,89, menunjukkan instrumen sangat reliabel. Model prediksi mengintegrasikan variabel akademik dan non-akademik, meliputi skor kognitif, afektif, psikomotorik, jam belajar, kehadiran kelas, kualitas tidur, dukungan fasilitas, dan dukungan keluarga. Hasil analisis menunjukkan skor kognitif dan kehadiran kelas menjadi variabel paling dominan dalam mempengaruhi nilai akhir mahasiswa. Model Random Forest menghasilkan performa prediksi yang baik dengan Root Mean Square Error (RMSE) sebesar 3,35 dan koefisien determinasi (R²) sebesar 0,305. Aplikasi interaktif yang dikembangkan memudahkan visualisasi profil capaian mahasiswa dan membantu pengelola akademik dalam pengambilan keputusan untuk meningkatkan prestasi akademik secara efektif.
Aplikasi Interaktif Berbasis R Studio Untuk Prediksi Nilai Ujian Mahasiswa Menggunakan Algoritma Random Forest Dengan Evaluasi Multi-Variabel Purwanto; Fisa Wisnu Wijaya; Dora Bernadisman; Sutar; Mario Zulhadi Amrullah
Jurnal Sistem Informasi dan Teknologi Vol 6 No 1 (2026): Jurnal Sistem Informasi dan Teknologi (SINTEK)
Publisher : LPPM STMIK KUWERA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56995/sintek.v6i1.255

Abstract

Penelitian ini bertujuan untuk mengembangkan model prediksi nilai ujian mahasiswa menggunakan algoritma Random Forest yang diimplementasikan melalui aplikasi interaktif berbasis R Studio. Instrumen penelitian yang terdiri dari 48 item diuji validitasnya dengan seluruh item menunjukkan nilai r hitung > r tabel (0,284), sehingga dinyatakan valid. Uji reliabilitas menggunakan Cronbach’s Alpha menghasilkan nilai 0,89, menunjukkan instrumen sangat reliabel. Model prediksi mengintegrasikan variabel akademik dan non-akademik, meliputi skor kognitif, afektif, psikomotorik, jam belajar, kehadiran kelas, kualitas tidur, dukungan fasilitas, dan dukungan keluarga. Hasil analisis menunjukkan skor kognitif dan kehadiran kelas menjadi variabel paling dominan dalam mempengaruhi nilai akhir mahasiswa. Model Random Forest menghasilkan performa prediksi yang baik dengan Root Mean Square Error (RMSE) sebesar 3,35 dan koefisien determinasi (R²) sebesar 0,305. Aplikasi interaktif yang dikembangkan memudahkan visualisasi profil capaian mahasiswa dan membantu pengelola akademik dalam pengambilan keputusan untuk meningkatkan prestasi akademik secara efektif.
Co-Authors Fisa Wisnu Wijaya Mario Zulhadi Amrullah Purwanto Sutar