Perbandingan Algoritma Support Vector Machine dan AdaBoost Dalam Memprediksi Waktu Kelulusan Mahasiswa

Hary Sabita (Institut Informatika dan Bisnis Darmajaya)
Sherli Trisnawati (Institut Informatika Dan Bisnis Darmajaya)

Teknika
Vol. 17 No. 2 (2023): Teknika Juli - Desember 2023

Fokus penelitian ini adalah untuk membuat sebuah model machine learning dengan menggunakan dua metode yang berbeda. Metode yang dikembangkan akan menghasilkan model yang nantinya akan dapat memprediksi waktu kelulusan mahasiswa. Metode yang di gunakan adalah klasifikasi dengan membandingkan dua algoritma, yaitu Support Vector Machine (SVM) dan AdaBoost. Penelitian ini menggunakan 660 data internal di prodi Teknik Informatika IIB Darmajaya dan dianalisa dengan menggunakan bahasa pemrograman python. Hasil akhir dari penelitian ini adalah akurasi sebesar 0,73 untuk algoritma AdaBoost dan 0,62 untuk SVM. Hasil penelitian ini sangat berguna untuk memprediksi waktu kelulusan mahasiswa berdasarkan 6 variabel independent, yaitu; pendidikan orang tua, pendapatan orang tua, jalur pendidikan, kegiatan internal dan eksternal yang diikuti serta ipk mahasiswa.