<![CDATA[Biaya kuliah merupakan sumber pendanaan utama yang penting bagi peningkatan mutu pendidikan dan pembangunan infrastruktur. Keterlambatan pembayaran dapat mengganggu alur keuangan institusi, mempengaruhi proses belajar mengajar, dan menghambat pengembangan infrastruktur. Untuk mengatasi masalah ini, diperlukan prediksi keterlambatan pembayaran mahasiswa. Algoritma C4.5, salah satu algoritma machine learning, digunakan untuk membangun model prediktif yang mampu mengidentifikasi mahasiswa yang kemungkinan terlambat membayar dengan akurasi yang baik. Evaluasi model dilakukan menggunakan confusion matrix dan k-fold cross validation. Confusion matrix menilai kinerja model melalui akurasi, presisi, dan recall, sementara k-fold cross validation digunakan untuk memastikan validitas hasil dan mengurangi overfitting. Hasil penelitian menunjukkan bahwa model C4.5 mencapai akurasi sebesar 87%, dengan presisi dan recall untuk kedua kelas masing-masing sekitar 86% dan 88%. Evaluasi menggunakan k-fold cross validation dengan 5 lipatan menunjukkan rata-rata akurasi 87%, menegaskan performa model yang stabil dan cukup baik dalam memprediksi keterlambatan pembayaran mahasiswa.]]>
Copyrights © 2024
