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 /
UMIUMI Penelitian ini bertujuan membandingkan tiga algoritma klasifikasi yaitu Naive Bayes, K-Nearest Neighbor (KNN), dan Support Vector Machine (SVM) dalam mengidentifikasiPenelitian ini bertujuan membandingkan tiga algoritma klasifikasi yaitu Naive Bayes, K-Nearest Neighbor (KNN), dan Support Vector Machine (SVM) dalam mengidentifikasi
USMUSM Didapatkan 980 artikel, tetapi hanya 36 artikel yang memenuhi syarat. Hasil penelitian menunjukkan bahwa audit keamanan siber kompatibel dan erat kaitannyaDidapatkan 980 artikel, tetapi hanya 36 artikel yang memenuhi syarat. Hasil penelitian menunjukkan bahwa audit keamanan siber kompatibel dan erat kaitannya
USMUSM Ancaman yang ditimbulkan oleh drone otonom menyoroti urgensi kebijakan anti-drone dan kerja sama lintas instansi. Regulasi dan pendidikan operator masihAncaman yang ditimbulkan oleh drone otonom menyoroti urgensi kebijakan anti-drone dan kerja sama lintas instansi. Regulasi dan pendidikan operator masih
USMUSM Untuk pengujian kebisingan, rata-rata error mencapai 1,2 dB dengan nilai error keseluruhan sebesar 0,92 dB. Alat ini menunjukkan akurasi tinggi dan errorUntuk pengujian kebisingan, rata-rata error mencapai 1,2 dB dengan nilai error keseluruhan sebesar 0,92 dB. Alat ini menunjukkan akurasi tinggi dan error
LODDOSINSTITUTELODDOSINSTITUTE Selain memberikan hasil prediksi, model SVM yang dibangun juga dapat digunakan sebagai alat bantu bagi sekolah dalam melakukan deteksi dini terhadap siswaSelain memberikan hasil prediksi, model SVM yang dibangun juga dapat digunakan sebagai alat bantu bagi sekolah dalam melakukan deteksi dini terhadap siswa
BSIBSI Temuan ini menegaskan bahwa integrasi teknik deep learning dengan strategi optimasi model dapat memberikan dukungan yang signifikan dalam sistem deteksiTemuan ini menegaskan bahwa integrasi teknik deep learning dengan strategi optimasi model dapat memberikan dukungan yang signifikan dalam sistem deteksi
IKMIIKMI Penelitian ini menunjukkan bahwa penggunaan teknologi informasi dan bisnis digital memiliki dampak positif terhadap peningkatan kinerja UMKM di daerahPenelitian ini menunjukkan bahwa penggunaan teknologi informasi dan bisnis digital memiliki dampak positif terhadap peningkatan kinerja UMKM di daerah
STTSSTTS Baru-baru ini, pendekatan pembelajaran mesin (ML) seperti Penalaran Berbasis Kasus (CBR), Mesin Vektor Dukungan (SVM), Pohon Keputusan (DT), dan JaringanBaru-baru ini, pendekatan pembelajaran mesin (ML) seperti Penalaran Berbasis Kasus (CBR), Mesin Vektor Dukungan (SVM), Pohon Keputusan (DT), dan Jaringan
Useful /
BSIBSI Program bertujuan mengatasi manajemen operasional yang masih manual, keterbatasan inovasi produk, pemasaran yang belum optimal, serta pengelolaan sampahProgram bertujuan mengatasi manajemen operasional yang masih manual, keterbatasan inovasi produk, pemasaran yang belum optimal, serta pengelolaan sampah
BSIBSI Penelitian ini menerapkan strategi SEO terintegrasi pada situs PT Hasanain Nusa Wisata yang sebelumnya hanya memperoleh rata‑rata 42 kunjungan organikPenelitian ini menerapkan strategi SEO terintegrasi pada situs PT Hasanain Nusa Wisata yang sebelumnya hanya memperoleh rata‑rata 42 kunjungan organik
UNDANAUNDANA Aplikasi ini menampilkan panorama interaktif yang memungkinkan pengguna mengeksplorasi lingkungan kampus secara imersif melalui navigasi hotspot, narasiAplikasi ini menampilkan panorama interaktif yang memungkinkan pengguna mengeksplorasi lingkungan kampus secara imersif melalui navigasi hotspot, narasi
UNDANAUNDANA Histogram equalization komputasinya lebih simple atau sederhana. Spesifikasi lebih pada penentuan nilai histogram dilakukan oleh pengguna dan memperolehHistogram equalization komputasinya lebih simple atau sederhana. Spesifikasi lebih pada penentuan nilai histogram dilakukan oleh pengguna dan memperoleh