JudulPENERAPAN METODE GRADIENT BOOSTING UNTUK MEMPREDIKSI KELULUSAN MAHASISWA UNIVERSITAS TADULAKO |
Nama: AGUMFATH DATULEMBA |
Tahun: 2025 |
Abstrak Kelulusan adalah penerimaan atau pemberian gelar akademik sarjana atau diploma atas pendidikan yang umumnya ditempuh dalam waktu delapan semester. Kelulusan mahasiswa sering mengalami ketidakseimbangan antara banyaknya mahasiswa yang lulus tepat waktu dan tidak tepat waktu. Hal ini mengakibatkan munculnya ketidakseimbangan data. Guna mengatasi hal tersebut dibutuhkan teknik yang mampu melakukan klasifikasi dengan baik, salah satu metode yang dapat melakukan klasifikasi pada kelas data yang tidak seimbang adalah Gradient Boosting dalam memprediksi kelulusan mahasiswa Universitas Tadulako pada kelompok Fakultas Sains dan Teknologi dengan delapan variabel independen. Data kelulusan mahasiswa dibagi dalam dua kelompok yaitu training dan testing dengan perbandingan 75% : 25%. Dalam penerapannya, tahapan algoritma Gradient Boosting diantaranya menghitung probabilitas, pseudo residual, pohon klasifikasi, dan output value yang diulang sampai diperoleh iterasi optimum. Hasil menunjukkan bahwa akurasi prediksi sebesar 81,6%, area under the curve sebesar 0,81 dan fakultas sebagai variabel pengaruh relative tertinggi. Kata Kunci: Kelulusan, Klasifikasi, Gradient Boosting, Akurasi, Area Under the Curve |