<![CDATA[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.]]>
Copyrights © 2026
