ESTD PERPUSTAKAAN UNTAD
ESTD PERPUSTAKAAN UNTAD
| JudulPENERAPAN TEKNIK DATA MINING DENGAN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) DALAM MEMPREDIKSI MAHASISWA YANG BERPELUANG TERKENA DROP OUT (Studi Kasus: Mahasiswa Program Studi Matematika FMIPA UNTAD) |
| Nama: RIBKA LAGANI |
| Tahun: 2025 |
| Abstrak Penelitian ini bertujuan untuk memprediksi jumlah mahasiswa yang berpotensi terkena drop out (DO) menggunakan metode Support Vector Machine (SVM) dengan kernel polinomial. Data yang digunakan merupakan data mahasiswa Prodi Matematika FMIPA UNTAD angkatan tahun 2018 hingga angkatan 2021, mencakup evaluasi IPK dan ketercapaian SKS pada semester 2, 4, 6, dan 8. Dataset dibagi dalam dua menjadi data latih yang mencakup mahasiswa yang sudah lulus dan keluar, dan data uji yang mencakup mahasiswa aktif dan belum lulus. Hasil prediksi menunjukkan bahwa potensi mahasiswa DO adalah 24 orang pada semester 2, 10 orang pada semester 4, 76 orang pada semester 6, dan 3 pada semester 8. Penelitian ini diharapkan dapat menjadi referensi bagi Program Studi Matematika FMIPA UNTAD untuk memantau perkembangan studi mahasiswa aktif dan belum lulus, serta menjadi panduan bagi mahasiswa dalam mengatur strategi belajar untuk dapat lulus tepat waktu dan menghindari risiko DO. Kata kunci: Kernel Polinomial, Prediksi Drop Out (DO), Support Vector Machine (SVM) |