IDID
Jurnal Ilmu Komputer dan InformatikaJurnal Ilmu Komputer dan InformatikaPerkembangan teknologi dan data dalam bidang pendidikan membuka peluang baru untuk memahami dan memprediksi performa akademik mahasiswa. Literatur ini mengkaji efektivitas berbagai algoritma machine learning, seperti Support Vector Machine (SVM), Random Forest, Naïve Bayes, dan Deep Learning, dalam memprediksi performa akademik mahasiswa berdasarkan atribut seperti nilai akademik, kehadiran, serta interaksi dalam platform pembelajaran. Hasil analisis menunjukkan bahwa SVM mencatat akurasi tertinggi hingga 94,4% pada dataset dengan margin data yang jelas, sementara Random Forest unggul dalam menangani dataset besar dan kompleks dengan akurasi konsisten sebesar 85%. Naïve Bayes, dengan kesederhanaannya, mencapai akurasi 87,6% untuk dataset dengan atribut independen, sedangkan Deep Learning menunjukkan potensi untuk dataset besar namun terbatas pada akurasi 72,84% karena keterbatasan data. Penelitian ini menekankan pentingnya pemrosesan data yang lebih baik serta penggunaan algoritma yang sesuai untuk meningkatkan kualitas pembelajaran berbasis data. Implementasi machine learning memungkinkan intervensi dini untuk mendukung keberhasilan akademik mahasiswa, meskipun tantangan seperti kualitas data dan kebutuhan sumber daya komputasi tetap menjadi perhatian utama. Penelitian ini dapat mendukung pengembangan sistem pembelajaran berbasis data di perguruan tinggi, memungkinkan pengambilan keputusan berbasis data yang lebih efektif untuk meningkatkan kualitas pendidikan dan hasil akademik mahasiswa.
Algoritma Support Vector Machine (SVM) menunjukkan akurasi tertinggi (hingga 94,4%) pada dataset dengan margin data jelas, sedangkan Random Forest unggul dalam menangani dataset besar dan kompleks dengan akurasi konsisten 85%.Naïve Bayes mencapai akurasi 87,6% untuk dataset dengan atribut independen, sementara Deep Learning memiliki potensi untuk dataset besar namun terbatas pada akurasi 72,84%.Atribut seperti IPK, kehadiran, interaksi di platform pembelajaran, dan data dari Learning Management Systems (LMS) berperan kunci dalam meningkatkan prediksi.Implementasi algoritma memungkinkan intervensi dini untuk membantu mahasiswa berisiko gagal akademik, sekaligus mendukung peningkatan kualitas pengajaran berbasis data.
Penelitian lanjutan dapat fokus pada pengembangan teknik pemrosesan data yang lebih baik untuk meningkatkan kualitas dan kelengkapan dataset, terutama dari sumber seperti LMS dan data sosial-ekonomi. Selain itu, eksplorasi algoritma ensemble learning seperti Gradient Boosting dan AdaBoost dapat dilakukan untuk meningkatkan akurasi prediksi kelulusan. Penelitian juga perlu mengintegrasikan atribut data yang lebih beragam, termasuk perilaku digital dan tingkat motivasi mahasiswa, untuk memperkuat model prediksi. Kombinasi metode feature engineering otomatis dan augmentasi data dapat menjadi arah studi baru untuk mengatasi tantangan kualitas data. Kolaborasi antara institusi pendidikan dan industri teknologi juga penting untuk mengembangkan platform berbasis machine learning yang ramah pengguna dan mendukung pengelolaan prediksi secara real-time.
- Analisis Komparasi Algoritma Machine Learning dalam Prediksi Performa Akademik Mahasiswa: Literature... jiki.jurnal-id.com/index.php/jiki/article/view/212Analisis Komparasi Algoritma Machine Learning dalam Prediksi Performa Akademik Mahasiswa Literature jiki jurnal id index php jiki article view 212
- TEM JOURNAL - Technology, Education, Management, Informatics. tem journal technology education management... doi.org/10.18421/TEM131-72TEM JOURNAL Technology Education Management Informatics tem journal technology education management doi 10 18421 TEM131 72
| File size | 214.95 KB |
| Pages | 8 |
| DMCA | Report |
Related /
UIT LIRBOYOUIT LIRBOYO Meskipun berakar pada budaya Minangkabau, kerangka tripartit model ini dapat diadaptasi ke dalam berbagai konteks budaya, sehingga menawarkan paradigmaMeskipun berakar pada budaya Minangkabau, kerangka tripartit model ini dapat diadaptasi ke dalam berbagai konteks budaya, sehingga menawarkan paradigma
UIT LIRBOYOUIT LIRBOYO Penelitian ini menunjukkan bahwa pembentukan eco-civic culture di Madrasah Aliyah merupakan hasil dari proses internalisasi nilai-nilai ekoteologi yangPenelitian ini menunjukkan bahwa pembentukan eco-civic culture di Madrasah Aliyah merupakan hasil dari proses internalisasi nilai-nilai ekoteologi yang
UIT LIRBOYOUIT LIRBOYO Temuan menunjukkan bahwa pesantren kini hadir sebagai konten visual dan naratif yang terfragmentasi; sebagai komoditas, di mana identitas santri dan citraTemuan menunjukkan bahwa pesantren kini hadir sebagai konten visual dan naratif yang terfragmentasi; sebagai komoditas, di mana identitas santri dan citra
UIT LIRBOYOUIT LIRBOYO Penelitian ini menggunakan pendekatan kualitatif deskriptif dengan desain studi kasus instrumental dan analisis konten dari unggahan Instagram antara SeptemberPenelitian ini menggunakan pendekatan kualitatif deskriptif dengan desain studi kasus instrumental dan analisis konten dari unggahan Instagram antara September
STIBAIEC JAKARTASTIBAIEC JAKARTA Penelitian ini bertujuan untuk mengetahui efektivitas pengembangan membaca ekstensif melalui teknik jigsaw pada mahasiswa universitas di Jakarta Timur.Penelitian ini bertujuan untuk mengetahui efektivitas pengembangan membaca ekstensif melalui teknik jigsaw pada mahasiswa universitas di Jakarta Timur.
UIT LIRBOYOUIT LIRBOYO Program ini berfokus pada peningkatan literasi keuangan sebagai solusi terhadap rendahnya transparansi dan akuntabilitas dalam pengelolaan dana di tingkatProgram ini berfokus pada peningkatan literasi keuangan sebagai solusi terhadap rendahnya transparansi dan akuntabilitas dalam pengelolaan dana di tingkat
UNHASAUNHASA Sampel berjumlah 105 orang menggunakan tehnik purposive sampling. Hasil penelitian menunjukkan tidak ada hubungan antara level aktivitas fisik dengan statusSampel berjumlah 105 orang menggunakan tehnik purposive sampling. Hasil penelitian menunjukkan tidak ada hubungan antara level aktivitas fisik dengan status
UNHASAUNHASA Belajar ini dipengaruhi oleh faktor psikologis, keluarga, lembaga dan lingkungan. Tujuan dari penelitian ini adalah mengetahui faktor dominan yang berpengaruhBelajar ini dipengaruhi oleh faktor psikologis, keluarga, lembaga dan lingkungan. Tujuan dari penelitian ini adalah mengetahui faktor dominan yang berpengaruh
Useful /
LP3MZHLP3MZH Kegiatan pengabdian masyarakat ini bertujuan untuk memperkuat ketahanan ekonomi nelayan melalui diseminasi manajemen finansial yang sinkron dengan fluktuasiKegiatan pengabdian masyarakat ini bertujuan untuk memperkuat ketahanan ekonomi nelayan melalui diseminasi manajemen finansial yang sinkron dengan fluktuasi
IDID Dengan penerapan Model SECI (Socialization, Externalization, Combination, Internalization), KMS memungkinkan transformasi tacit knowledge menjadi explicitDengan penerapan Model SECI (Socialization, Externalization, Combination, Internalization), KMS memungkinkan transformasi tacit knowledge menjadi explicit
IDID Citra grayscale, citra hasil komputerisasi, dan objek fotografi merupakan jenis citra yang paling sering digunakan sebagai media kompresi. Algoritma SVDCitra grayscale, citra hasil komputerisasi, dan objek fotografi merupakan jenis citra yang paling sering digunakan sebagai media kompresi. Algoritma SVD
IDID Penelitian ini juga menegaskan pentingnya pengembangan kurikulum dan infrastruktur yang mendukung integrasi AI dalam proses pembelajaran. Dengan demikian,Penelitian ini juga menegaskan pentingnya pengembangan kurikulum dan infrastruktur yang mendukung integrasi AI dalam proses pembelajaran. Dengan demikian,