<![CDATA[Penelitian ini bertujuan untuk mengembangkan Sistem Informasi Klasifikasi Status Pascalulus Alumni (bekerja, melanjutkan studi, atau wirausaha) menggunakan pendekatan Ensemble Machine Learning. Status alumni pascalulus merupakan indikator penting keberhasilan pendidikan kejuruan dan menjadi evaluasi bagi sekolah. Data yang digunakan berasal dari alumni SMK Negeri 2 Salatiga, mencakup faktor sosiodemografi, akademik, dan penelusuran tamatan. Permasalahan utama adalah memilih model klasifikasi yang paling efektif untuk memprediksi status pascalulus dengan akurasi tinggi. Metode yang diusulkan adalah Ensemble Machine Learning yang menggabungkan beberapa algoritma dasar, seperti Random Forest, Naive Bayes, dan Decision Tree, untuk meningkatkan performa klasifikasi. Hasil pengujian menunjukkan bahwa model Ensemble Learning yang dikembangkan memberikan peningkatan kinerja yang signifikan dibandingkan model tunggal, mencapai akurasi, presisi, dan nilai F1-Score tertinggi. Sistem yang dihasilkan mampu memberikan prediksi yang akurat, memungkinkan sekolah melakukan intervensi karir yang tepat sasaran dan memberikan masukan berharga bagi kurikulum serta program sekolah untuk mendukung lulusan siap kerja.]]>
Copyrights © 2026
