<![CDATA[Tingginya persentase mahasiswa tingkat akhir yang belum menyelesaikan studi di Jurusan Teknik Informatika dan Komputer FT UNM menimbulkan tantangan dalam proses pemantauan dan pembinaan akademik. Selama ini proses pemantauan masih manual sehingga kurang dapat memberikan informasi yang akurat dan real-time. Penelitian ini bertujuan untuk merancang sistem klasifikasi aktivitas mahasiswa tingkat akhir menggunakan algoritma SVM. Dataset dikumpulkan melalui crawling pada media sosial X dan menghasilkan 3.000 data yang kemudian diproses melalui tahapan preprocessing dan ekstraksi fitur menggunakan TF-IDF. Model SVM dilatih menggunakan kernel linear. Hasil pengujian menunjukkan bahwa model SVM mampu mencapai akurasi sebesar 92,33%, dengan rata-rata akurasi pada pengujian 10-fold cross validation sebesar 92%. Selain itu, evaluasi model juga menghasilkan nilai rata-rata precision 92,44%, recall 92,44%, dan F1-score 92,30%. Model kemudian diimplementasikan ke dalam sistem berbasis website. Hasil pengujian berdasarkan standar ISO 25010 menunjukkan bahwa sistem memenuhi kriteria kelayakan pada aspek: functional suitability, portability memperoleh skor 100%; usability dengan skor 90,73%; reliability dengan error rate 0,0%. Sistem ini diharapkan dapat mendukung pengambilan keputusan strategis guna meningkatkan kelulusan tepat waktu.]]>
Copyrights © 2026
