EKSPERIMEN TEKNIK-TEKNIK KLASIFIKASI PADA DATA PERKEMBANGAN PROGRAM STUDI DI PERGURUAN TINGGI XYZ

Abstract

Perguruan tinggi memiliki visi untuk meningkatkan kualitas Pendidikan. Universitas XYZ adalah salah satu perguruan tinggi yang memiliki misi yaitu meningkatkan kualitas pendidikan menuju universitas berkualitas internasional. Dalam mewujudkan lulusan mahasiswa yang berkualitas perlu adanya upaya manajemen program studi. Dengan memanfaatkan data perkembangan program studi yang nantinya akan diklasifikasikan. Terdapat beberapa teknik klasifikasi, namun seringkali kurang tepatnya pemilihan metode pada kasus klasifikasi tertentu, menyebabkan perlu adanya eksperimen teknik-teknik klasifikasi pada kasus perkembangan program studi. Penelitian ini menggunakan 174 data perkembangan program studi yang terbagi menjadi dua jenis yaitu berkembang dan tidak berkembang. Teknik-teknik klasifikasi yang digunakan adalah  Metode Naïve Bayes, J48 DT, Support Vector Machine – Sequential Training dan Support Vector Machine – Sequential Minimal Optimization (SVM-SMO). Pengujian masing-masing metode menggunakan metode pengujian Stratified K-Fold dengan nilai k = 5 dan k = 10. Selain itu metode Support Vector Machine – Sequential Training melakukan uji parameter, yaitu parameter C, gamma , dan pengujian iterasi. Selain itu metode Support Vector Machine – Sequential Minimal Optimization (SVM-SMO) melakukan uji parameter, yaitu parameter C, dan nilai tolerance . Hasil pengujian metode J48 DT memiliki akurasi tertinggi, yaitu sebesar 0.750666666666666 dengan nilai k = 10. Sehingga hasil dari penelitian ini metode J48 DT dipilih sebagai metode untuk klasifikasi perkembangan program studi.Perguruan tinggi memiliki visi untuk meningkatkan kualitas Pendidikan. Universitas XYZ adalah salah satu perguruan tinggi yang memiliki misi yaitu meningkatkan kualitas pendidikan menuju universitas berkualitas internasional. Dalam mewujudkan lulusan mahasiswa yang berkualitas perlu adanya upaya manajemen program studi. Dengan memanfaatkan data perkembangan program studi yang nantinya akan diklasifikasikan. Terdapat beberapa teknik klasifikasi, namun seringkali kurang tepatnya pemilihan metode pada kasus klasifikasi tertentu, menyebabkan perlu adanya eksperimen teknik-teknik klasifikasi pada kasus perkembangan program studi. Penelitian ini menggunakan 174 data perkembangan program studi yang terbagi menjadi dua jenis yaitu berkembang dan tidak berkembang. Teknik-teknik klasifikasi yang digunakan adalah  Metode Naïve Bayes, J48 DT, Support Vector Machine – Sequential Training dan Support Vector Machine – Sequential Minimal Optimization (SVM-SMO). Pengujian masing-masing metode menggunakan metode pengujian Stratified K-Fold dengan nilai k = 5 dan k = 10. Selain itu metode Support Vector Machine – Sequential Training melakukan uji parameter, yaitu parameter C, gamma , dan pengujian iterasi. Selain itu metode Support Vector Machine – Sequential Minimal Optimization (SVM-SMO) melakukan uji parameter, yaitu parameter C, dan nilai tolerance . Hasil pengujian metode J48 DT memiliki akurasi tertinggi, yaitu sebesar 0.750666666666666 dengan nilai k = 10. Sehingga hasil dari penelitian ini metode J48 DT dipilih sebagai metode untuk klasifikasi perkembangan program studi.