Novita, Darni Siregar (2025) PREDIKSI KELULUSAN MAHASISWA JURUSAN TEKNIK INFORMATIKA UNIVERSITAS MALIKUSALEH MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM). S1 thesis, Universitas Malikussaleh.

	Text COVER.pdf Download (107kB)
	Text ABSTRAK.pdf Download (164kB)
	Text BAB I.pdf Download (256kB)
	Text DAFTAR PUSTAKA.pdf Download (198kB)
	Text FULL TEXT.pdf Restricted to Registered users only Download (9MB)

Abstract

Prediksi Kelulusan Tepat Waktu Mahasiswa Teknik Informatika Universitas Malikussaleh Menggunakan Algoritma Support Vector Machine (SVM) Penelitian ini bertujuan mengembangkan model prediksi kelulusan tepat waktu di Program Studi Teknik Informatika Universitas Malikussaleh (UNIMAL) menggunakan algoritma Support Vector Machine (SVM). Model ini dirancang untuk mengidentifikasi peluang mahasiswa lulus dalam waktu standar empat tahun guna meningkatkan kualitas akademik dan mendukung akreditasi institusi. Data penelitian mencakup 500 mahasiswa, terdiri dari alumni angkatan 2015-2020 sebagai data uji. Sebanyak 13 variabel dipilih berdasarkan faktor yang memengaruhi kelulusan, termasuk IPK, keterlibatan organisasi, penyelesaian magang dan KKN, serta latar belakang keuangan. Data dinormalisasi dan dibagi menjadi 80% data latih serta 20% data uji. Hasil analisis menunjukkan bahwa model SVM mampu mencapai akurasi 85% dalam memprediksi kelulusan tepat waktu. Temuan ini mengindikasikan efektivitas SVM sebagai alat untuk mengidentifikasi mahasiswa berisiko terlambat lulus. Penelitian ini menyimpulkan bahwa SVM dapat membantu institusi akademik memantau perkembangan mahasiswa secara proaktif dan menangani faktor penyebab keterlambatan.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Novita Darni Siregar
Date Deposited:	25 Feb 2025 06:25
Last Modified:	25 Feb 2025 06:25
URI:	https://rama.unimal.ac.id/id/eprint/10325

Actions (login required)

View Item