PERBANDINGAN METODE KLASIFIKASI DALAM PREDIKSI RISIKO MAGANG MAHASISWA (1.1.4.23.013/AUD/P)

SIDABUTAR, AUDRY FEBRISA and Habibi, Roni and Rahayu, Woro Isti (2023) PERBANDINGAN METODE KLASIFIKASI DALAM PREDIKSI RISIKO MAGANG MAHASISWA (1.1.4.23.013/AUD/P). Diploma thesis, ULBI.

Full text not available from this repository.

Abstract

ABSTRAK Program magang di perusahaan telah menjadi metode penting dalam mengembangkan keterampilan dan pengalaman kerja bagi mahasiswa di dunia nyata. Meskipun memberikan banyak manfaat seperti meningkatkan kemampuan interpersonal dan memperluas jaringan kontak, program magang juga melibatkan risiko tertentu. Oleh karena itu, penting bagi institusi pendidikan dan perusahaan penyelenggara untuk memiliki pemahaman menyeluruh terhadap semua aspek program ini dan melakukan evaluasi secara berkala guna mengurangi risiko yang terkait. Penelitian ini memiliki tujuan utama untuk menganalisis dan membandingkan model klasifikasi machine learning, yaitu SVM dan Decision Tree C.45, dalam melakukan klasifikasi dan prediksi risiko pada program magang mahasiswa. Data yang digunakan dalam penelitian ini diperoleh melalui kuisioner yang berisi pernyataan seputar program magang, dan penulis berhasil mengumpulkan tanggapan dari 118 responden. Evaluasi dilakukan dengan membandingkan performa model-model tersebut berdasarkan metrik evaluasi yang relevan, seperti akurasi, presisi, recall, dan F1-score. Hasil perbandingan model menunjukkan bahwa model Decision Tree C.45 memiliki akurasi yang paling tinggi dengan nilai 87,37%, dan model SVM memiliki akurasi sebesar 50,53%. Kata Kunci: Evaluasi, Metode Klasifikasi, Program Magang, Risiko

Item Type: Thesis (Diploma)
Subjects: T Technology > T Technology (General)
Depositing User: Unnamed user with email [email protected]
Date Deposited: 23 Jan 2024 03:34
Last Modified: 23 Jan 2024 03:34
URI: http://eprint.ulbi.ac.id/id/eprint/2095

Actions (login required)

View Item View Item