Publisher

IKHAFIIKHAFI

Journal JUKOMIKA (Jurnal Ilmu Komputer dan Informatika)JUKOMIKA (Jurnal Ilmu Komputer dan Informatika) Abstract

Penelitian ini membangun model klasifikasi untuk memprediksi tingkat pendidikan akhir arsitek perangkat lunak berdasarkan pola penggunaan gaya arsitektur dalam proyek nyata. Dataset yang digunakan adalah Dataset of Software Architectural Styles dari Kaggle, yang terdiri dari 1.002 responden dengan 18 fitur numerik yang mencerminkan frekuensi penggunaan 18 gaya arsitektur perangkat lunak. Variabel target bersifat tiga kelas: BSC (CS or SE), MS (CS or SE), dan PhD (CS or SE). Tantangan utama pada dataset ini adalah ketidakseimbangan kelas yang ekstrem, dengan proporsi BSC mencapai 77,4%. Praproses data mencakup penanganan outlier menggunakan metode IQR, encoding label, normalisasi dengan StandardScaler, dan stratified split 80:20. Penelitian ini membandingkan empat pendekatan penanganan ketidakseimbangan kelas, yaitu class_weight, SMOTE, Borderline-SMOTE, dan ADASYN, pada dua algoritma klasifikasi: Logistic Regression sebagai baseline dan Random Forest dengan hyperparameter tuning sebagai model ensemble. Analisis Variance Inflation Factor (VIF) dilakukan untuk memverifikasi asumsi multikolinearitas. Hasil eksperimen menunjukkan bahwa Random Forest dengan SMOTE memperoleh akurasi terbaik sebesar 78,1% dengan MCC 0,312, AUC 0,914, dan Macro F1 0,487. Analisis feature importance mengungkapkan bahwa gaya arsitektur Blackboard, Data-Centric, dan Layered memiliki kontribusi terbesar dalam membedakan tingkat pendidikan. Penelitian ini menyimpulkan bahwa kombinasi Random Forest dengan teknik oversampling lebih tepat untuk permasalahan klasifikasi non-linear dengan kelas tidak seimbang.

Conclusion

Penelitian ini berhasil mengembangkan model klasifikasi machine learning, khususnya Random Forest dengan teknik SMOTE, yang memberikan performa superior (akurasi 76,38%, Macro F1 0,521, MCC 0,341, AUC 0,907) dibandingkan Logistic Regression dalam memprediksi tingkat pendidikan arsitek perangkat lunak.Analisis feature importance mengidentifikasi gaya arsitektur Blackboard, Data-Centric, dan Layered sebagai prediktor utama, serta menunjukkan dampak signifikan ketidakseimbangan kelas terhadap kemampuan model terutama pada kelas minoritas seperti PhD.Penelitian selanjutnya disarankan untuk menerapkan teknik penanganan data tidak seimbang seperti SMOTE, melakukan hyperparameter tuning, dan mengeksplorasi algoritma gradient boosting seperti XGBoost dan LightGBM untuk meningkatkan performa klasifikasi.

Future Research

Penelitian lanjutan dapat mengeksplorasi efektivitas metode ensemble lanjutan seperti stacking atau voting yang menggabungkan Random Forest, XGBoost, dan LightGBM untuk meningkatkan akurasi prediksi tingkat pendidikan arsitek perangkat lunak pada data tidak seimbang; selanjutnya, studi dapat menambahkan fitur baru berupa deskripsi tekstual gaya arsitektur atau metrik kode sumber untuk menilai apakah informasi tambahan tersebut dapat memperbaiki performa model klasifikasi; terakhir, dilakukan validasi lintas budaya dengan mengumpulkan dataset serupa dari negara lain guna menguji generalisasi model dan memahami pengaruh konteks pendidikan regional terhadap pola penggunaan gaya arsitektur, yang dapat memberikan wawasan lebih luas bagi pengembangan model prediktif yang lebih robust.

References

1. Deciphering Digital Social Dynamics: A Comparative Study of Logistic Regression and Random Forest in... bright-journal.org/Journal/index.php/JADS/article/view/155Deciphering Digital Social Dynamics A Comparative Study of Logistic Regression and Random Forest in bright journal Journal index php JADS article view 155

Metadata

File size	658.53 KB
Pages	9
DMCA	Report