Klasifikasi Penghasilan Alumni Universitas Telkom pada Data Tracer Study Menggunakan Algoritma Random Forest dan Logistic Regression - Dalam bentuk buku karya ilmiah

ALDONI IBRAHIM

Informasi Umum

Kode

24.04.741

Klasifikasi

001.64 - DATA PROCESSING

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Science

Dilihat

13 kali

Informasi Lainnya

Abstraksi

<p>Dalam menghadapi perubahan dinamika era digital, salah satu tujuan institusi pendidikan adalah untuk menghasilkan lulusan yang berkualitas baik dan dapat bersaing di dunia kerja. Tracer study yang dilakukan oleh institusi Pendidikan, bertujuan untuk mengukur umpan balik dari lulusan dan pengguna lulusan. Universitas Telkom melakukan Tracer study ini untuk mendapatkan informasi mengenai kinerja alumni, salah satunya dilihat dari tingkat penghasilan alumni. Pada penelitian ini dilakukan klasifikasi Tingkat penghasilan berdasarkan 7 kompetensi lulusan menggunakan metode analisis Logistic Regression dan Random Forest yang dioptimalkan dengan menggunakan AdaBoost. Proses pemodelan menggunakan 7 atribut kompetensi dan 1 atribut Tingkat penghasilan alumni Universitas Telkom. Berdasarkan hasil klasifikasi menggunakan model Logistic Regression dan Random Forest dengan optimalisasi AdaBoost pada Kompetensi 1 hingga Kompetensi 7, pada model Logistic Regression, akurasi berkisar antara 13.39% hingga 24.52%, sementara model Random Forest mencapai rentang 8.14% hingga 36.02%. Meskipun Random Forest menunjukkan lebih baik dibandingkan Logistic Regression, baik presisi, recall, dan F1- Score masih belum mencukupi pada kedua model. Manfaat praktis dari penelitian ini dapat memberikan masukan kepada institusi kompetensi apa saja yang berpengaruh terhadap Tingkat penghasilan lulusan.</p>