UNDANAUNDANA
J-ICON: Jurnal Komputer dan InformatikaJ-ICON: Jurnal Komputer dan InformatikaPenentuan Uang Kuliah Tunggal (UKT) di perguruan tinggi negeri selama ini masih bergantung pada verifikasi manual dokumen sosio-ekonomi, yang rentan subjektivitas, memakan waktu, dan memicu banding. Penelitian ini mengkaji efektivitas lima teknik seleksi fitur-filter (Chi-Square), embedded (Random Forest Importance, LASSO), wrapper (Recursive Feature Elimination), dan reduksi tak berlabel (Exploratory Factor Analysis) dalam meningkatkan kinerja lima algoritma klasifikasi (Decision Tree, Random Forest, SVM-RBF, K-Nearest Neighbor, Naïve Bayes) pada dataset UKT UNESA (9.369 entri × 53 variabel). Data dipra-proses dengan imputasi, scaling, encoding, dan SMOTE-NC, kemudian dievaluasi menggunakan Stratified 5-fold CV dan hold-out test (80:20). Hasil menunjukkan bahwa penggunaan seluruh 53 fitur (baseline) memberikan weighted-average akurasi sebesar 0,6244 ± 0,0057. Seleksi fitur menggunakan LASSO-13 dan Chi-Square-13 secara signifikan meningkatkan akurasi rata-rata menjadi 0,7300 dan 0,6775, masing-masing, serta mengurangi waktu pelatihan hingga 40–70%. SVM-RBF dengan LASSO-13 mencapai akurasi tertinggi (0,7939), diikuti Random Forest-Chi-Square (0,6987) dan Decision Tree-LASSO (0,7111). Uji Friedman terhadap distribusi akurasi model pada enam kondisi mengonfirmasi perbedaan signifikan (χ²=15,06; p=0,010). Temuan ini menegaskan bahwa seleksi fitur khususnya LASSO dan Chi-Square mampu mereduksi kompleksitas data (dari 53 ke 13 fitur) tanpa mengorbankan, bahkan meningkatkan performa prediktif model UKT. Rekomendasi meliputi integrasi metode seleksi terpilih dalam verifikasi UKT otomatis dan publikasi daftar fitur untuk transparansi. Kebaruan penelitian ini terletak pada perbandingan lima metode seleksi fitur dalam satu pipeline praproses terstandar pada data riil UKT UNESA, menghasilkan subset 13 fitur yang sesuai dengan kebijakan UKT saat ini. Temuan ini diintegrasikan ke sistem verifikasi UKT otomatis untuk meningkatkan akurasi dan efisiensi keputusan.
Penelitian ini menunjukkan bahwa seleksi fitur sangat penting untuk meningkatkan akurasi dan efisiensi model klasifikasi UKT.Metode LASSO-13 dan Chi-Square-13 secara signifikan meningkatkan akurasi dibandingkan dengan penggunaan seluruh fitur.SVM-RBF dengan LASSO-13 memberikan performa terbaik, menunjukkan potensi untuk integrasi dalam sistem verifikasi UKT otomatis guna meningkatkan akurasi dan efisiensi pengambilan keputusan.
Penelitian lanjutan dapat difokuskan pada pengembangan model prediktif UKT yang lebih adaptif dengan mempertimbangkan perubahan kebijakan dan karakteristik sosio-ekonomi mahasiswa dari berbagai universitas di Indonesia. Selain itu, eksplorasi metode seleksi fitur hibrida yang menggabungkan kekuatan filter dan embedded methods dapat menghasilkan subset fitur yang lebih optimal dan robust. Terakhir, penelitian perlu dilakukan untuk mengintegrasikan data non-struktural seperti esai motivasi atau data media sosial ke dalam model UKT untuk memberikan gambaran yang lebih komprehensif tentang kondisi sosio-ekonomi calon mahasiswa, sehingga meningkatkan keadilan dan akurasi dalam penentuan UKT.
| File size | 317.48 KB |
| Pages | 9 |
| DMCA | Report |
Related /
IAIIIAII Hasil yang didapat berupa nilai pergerakan harga saham dengan tingkat kesalahan berdasarkan nilai MSE sebesar 11.85% sehingga, penelitian ini memberikanHasil yang didapat berupa nilai pergerakan harga saham dengan tingkat kesalahan berdasarkan nilai MSE sebesar 11.85% sehingga, penelitian ini memberikan
IRPIIRPI Bukti nyata PLN terus meningkatkan pelayanannya adalah dengan meluncurkan sebuah aplikasi yaitu PLN Mobile. Banyak pelanggan yang merasakan kemudahan denganBukti nyata PLN terus meningkatkan pelayanannya adalah dengan meluncurkan sebuah aplikasi yaitu PLN Mobile. Banyak pelanggan yang merasakan kemudahan dengan
PNCPNC Secara spesifik, defleksi maksimum sebesar 1,212 mm terjadi pada tumpuan engsel-rol dengan beban 20 N. Sementara itu, tumpuan jepit-rol menghasilkan defleksiSecara spesifik, defleksi maksimum sebesar 1,212 mm terjadi pada tumpuan engsel-rol dengan beban 20 N. Sementara itu, tumpuan jepit-rol menghasilkan defleksi
PRINPRIN 998 untuk data berukuran 10.000 dan 0. 999 untuk data berukuran 100.000. Akan tetapi, Random Forest hanya mampu mencapai F1-score sebesar 0. 700 untuk998 untuk data berukuran 10.000 dan 0. 999 untuk data berukuran 100.000. Akan tetapi, Random Forest hanya mampu mencapai F1-score sebesar 0. 700 untuk
TUNASBANGSATUNASBANGSA Masalah akan diselesaikan dengan menentukan tingkat pencapaian keberhasilan guru dalam mengajar murid, apabila hanya dua variable input digunakan, yaituMasalah akan diselesaikan dengan menentukan tingkat pencapaian keberhasilan guru dalam mengajar murid, apabila hanya dua variable input digunakan, yaitu
LAPANLAPAN dll yang berisi algoritma model SGP4 dan file gdi32. dll yang berisi proses pengolah graphic teknik proyeksi Mercator dapat memvisualisasikan prediksidll yang berisi algoritma model SGP4 dan file gdi32. dll yang berisi proses pengolah graphic teknik proyeksi Mercator dapat memvisualisasikan prediksi
KOMPETIFKOMPETIF Untuk menentukan akurasi model pengujian asumsi klasik yang mendasari model regresi. Hasil penelitian menunjukkan bahwa penelitian bebas dari uji asumsiUntuk menentukan akurasi model pengujian asumsi klasik yang mendasari model regresi. Hasil penelitian menunjukkan bahwa penelitian bebas dari uji asumsi
IAESCOREIAESCORE UGV memiliki banyak aplikasi, termasuk taktis, pengawasan, dan eksplorasi area yang tidak dapat diakses oleh manusia, dengan kemampuan menavigasi ke lokasiUGV memiliki banyak aplikasi, termasuk taktis, pengawasan, dan eksplorasi area yang tidak dapat diakses oleh manusia, dengan kemampuan menavigasi ke lokasi
Useful /
IRPIIRPI Data dianalisis menggunakan perangkat lunak Smart‑PLS dan teknik PLS‑SEM pada model outer dan inner serta demografi. Hasil menunjukkan bahwa secaraData dianalisis menggunakan perangkat lunak Smart‑PLS dan teknik PLS‑SEM pada model outer dan inner serta demografi. Hasil menunjukkan bahwa secara
IRPIIRPI Implementasi layanan publik berbasis elektronik di DPMPTSP Kota Palembang terbukti efektif dan efisien. Namun, perlu perbaikan pada tiga dimensi denganImplementasi layanan publik berbasis elektronik di DPMPTSP Kota Palembang terbukti efektif dan efisien. Namun, perlu perbaikan pada tiga dimensi dengan
UNSULTRAUNSULTRA Penerapan abu sekam padi pada proporsi 0%, 2,5%, 5%, dan 10% diharapkan tidak hanya meningkatkan sifat mekanik beton, tetapi juga mendukung penguranganPenerapan abu sekam padi pada proporsi 0%, 2,5%, 5%, dan 10% diharapkan tidak hanya meningkatkan sifat mekanik beton, tetapi juga mendukung pengurangan
UNDANAUNDANA Hasil penelitian menunjukkan bahwa beberapa model klasifikasi memiliki peningkatan skor akurasi melalui pengaturan hyperparameter berbasis Bayesian. ModelHasil penelitian menunjukkan bahwa beberapa model klasifikasi memiliki peningkatan skor akurasi melalui pengaturan hyperparameter berbasis Bayesian. Model