Syahranita, Rafika (2022) Prediksi kategori kelulusan mahasiswa menggunakan metode regresi logistik multinomial. Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.
|
Text (Fulltext)
17650003.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (2MB) | Preview |
Abstract
INDONESIA:
Mahasiswa harus memenuhi tujuan tertentu untuk mendapatkan gelar, tetapi dapat memperpanjang waktu di perguruan tinggi atau dropout (DO). Masalah DO mahasiswa telah menjadi isu penting bagi pengelola perguruan tinggi untuk menjamin keberhasilan atau kelulusan mahasiswa dan mengurangi DO. DO dapat mempengaruhi akreditasi perguruan tinggi tersebut. Kualitas perguruan tinggi di Indonesia diukur berdasarkan akreditasi yang dilaksanakan oleh Badan Akreditasi Nasional Perguruan Tinggi atau BAN-PT. Salah satu standar utama yang diukur adalah Kualitas Mahasiswa dan Lulusan. Kualitas akreditasi pendidikan diukur dari persentase kelulusan mahasiswa, dan strategi perguruan tinggi untuk mempertahankan mahasiswa. Sebagai sarana dalam mewujudkan peningkatan kualitas lulusan maka diperlukan sistem yang dapat memprediksi kelulusan mahasiswa berdasarkan kategori waktu kelulusan. Metode regresi logistik multinomial dianggap sebagai salah satu metode yang tepat karena kategori kelulusan terdiri dari tiga kategori. Peneliti mengumpulkan total 300 data akademik mahasiswa tahun 2012-2018 pada Program Studi Teknik Informatika Universitas Islam Negeri Maulana Malik Ibrahim Malang. Variabel dependen yang digunakan adalah jenis kelamin, jenis jalur masuk, indeks prestasi semester satu sampai enam. Hasil perolehan model diterapkan lalu di evaluasi sehingga didapatkan nilai accuracy sebesar 85,5%, precision sebesar 78,5%, recall sebesar 93,9%, dan micro f1-score sebesar 89,8%. Nilai accuracy sebesar 85,5% menyatakan sistem dapat melakukan klasifikasi dengan baik sehingga model regresi logistik multinomial dapat diterima dan dapat digunakan untuk memprediksi kategori kelulusan mahasiswa.
ENGLISH:
Students must meet certain goals to earn a degree, but can extend their time in college or drop out (DO). The problem of dropping out of students has become an important issue for tertiary institutions to ensure the success or graduation of students and reduce dropouts. DO can affect the accreditation of the tertiary institution. The quality of higher education institutions in Indonesia is measured based on accreditation carried out by the National Accreditation Board for Higher Education or BAN-PT. One of the main standards measured is the Quality of Students and Graduates. The quality of educational accreditation is measured by the percentage of student graduation, and the university's strategy to retain students. As a means of realizing an increase in the quality of graduates, a system is needed that can predict student graduation based on the time category of graduation. The multinomial logistic regression method is considered one of the appropriate methods because the passing category consists of three categories. Researchers collected a total of 300 student academic data for 2012-2018 at the Informatics Engineering Study Program, State Islamic University of Maulana Malik Ibrahim Malang. The dependent variables used were gender, type of entry pathway, and grade point average from one to six. The results of the acquisition of the model are applied and then evaluated so that an accuracy value of 85.5%, a precision of 78.5%, a recall of 93.9%, and a micro f1-score of 89.8% are obtained. An accuracy value of 85.5% indicates that the system can classify properly so that the multinomial logistic regression model is acceptable and can be used to predict student graduation categories.
ARABIC:
يجب أن يحقق الطلاب أهدافًا معينة للحصول على شهادة ، وفي كثير من الحالات قد يمددون وقتهم ي الجامعة أو يتركون الدراسة. حظيت مشكلة الطلاب المتسربين باهتمام واسع وأصبحت قضية مهمة لمؤسسات التعليم العالي لضمان نجاح الطلاب أو تخرجهم وتقليل معدلات تسرب الطلاب. يمكن أن يؤثر العدد المتزايد للطلاب المتسربين على اعتماد الكلية. يتم قياس جودة مؤسسات التعليم العالي في إندونيسيا بناءً على الاعتماد الذي أجراه مجلس الاعتماد الوطني للتعليم العالي أو BAN-PT. يتم قياس هذه الجودة بناءً على 9 معايير رئيسية ، أحدها الطلاب والخريجين. تقاس جودة الاعتماد التربوي بنسبة تخرج الطلاب واستراتيجية الجامعة للاحتفاظ بالطلاب. كوسيلة لتحقيق زيادة في جودة الخريجين ، هناك حاجة إلى نظام يمكنه التنبؤ بتخرج الطالب بناءً على فئة وقت التخرج. تعتبر طريقة الانحدار اللوجستي متعدد الحدود إحدى الطرق المناسبة لأن فئة النجاح تتكون من ثلاث فئات. جمع الباحثون ما مجموعه 300 بيانات أكاديمية للطلاب عن الفترة 2012-2018 في برنامج دراسة هندسة المعلوماتية ، جامعة الولاية الإسلامية مولانا مالك إبراهيم مالانج. المتغيرات المستخدمة كمتنبئات هي الجنس ونوع مسار الدخول ومتوسط درجة الدرجات من واحد إلى ستة. يتم تطبيق نتائج الاستحواذ على النموذج ثم تقييمها بحيث يتم الحصول على قيمة دقة تبلغ 85.5٪ ودقة 78.5٪ واسترجاع 93.9٪ ودرجة f1 الجزئية 89.8٪. تشير قيمة الدقة البالغة 85.5٪ إلى أن النظام يمكنه التصنيف بشكل صحيح بحيث يكون نموذج الانحدار اللوجستي متعدد الحدود مقبولاً ويمكن استخدامه للتنبؤ بفئات تخرج الطلاب.
Item Type: | Thesis (Undergraduate) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Supervisor: | Suhartono, Suhartono and Zaman, Syahiduz | |||||||||
Contributors: |
|
|||||||||
Keywords: | Kategori; Kelulusan; Prediksi; Regresi Logistik; Machine Learning; Categories; Graduation; Prediction; Logistic Regression; Machine Learning; التصنيف ; التخرج ، التنبؤ ;الانحدار اللوجستي ; التعلم الآلي | |||||||||
Subjects: | 08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing > 080109 Pattern Recognition and Data Mining 08 INFORMATION AND COMPUTING SCIENCES > 0806 Information Systems > 080603 Conceptual Modelling |
|||||||||
Departement: | Fakultas Sains dan Teknologi > Jurusan Teknik Informatika | |||||||||
Depositing User: | Rafika Syahranita | |||||||||
Date Deposited: | 31 Jan 2023 10:44 | |||||||||
Last Modified: | 31 Jan 2023 10:44 | |||||||||
URI: | http://etheses.uin-malang.ac.id/id/eprint/42822 |
Downloads
Downloads per month over past year
Actions (login required)
![]() |
View Item |