<![CDATA[Uang Kuliah Tunggal merupakan sistem pembiayaan pendidikan tinggi yang ditetapkan berdasarkan kemampuan ekonomi mahasiswa. Penetapan UKT yang masih dilakukan secara manual berpotensi menimbulkan subjektivitas dan ketidaktepatan klasifikasi. Penelitian ini bertujuan untuk mengembangkan model klasifikasi UKT berbasis data menggunakan metode Light Gradient Boosting Machine (LightGBM). Dataset yang digunakan terdiri dari 10.000 data mahasiswa Politeknik Negeri Lhokseumawe yang telah melalui tahap prapemrosesan dan transformasi fitur. Model dilatih menggunakan pembagian data latih dan data uji sebesar 80:20, serta dievaluasi menggunakan metrik akurasi, classification report, confusion matrix, dan 10-Fold Cross Validation. Hasil pengujian menunjukkan bahwa model LightGBM mencapai akurasi sebesar 98% pada data uji. Pengujian 10-Fold Cross Validation menghasilkan rata-rata akurasi sebesar 99,21% dengan standar deviasi 0,29%, yang menunjukkan stabilitas dan kemampuan generalisasi yang sangat baik. Hasil ini membuktikan bahwa LightGBM efektif dan andal untuk mendukung penetapan UKT yang lebih objektif dan berbasis data.]]>
Copyrights © 2025
