Studi Komparasi Model Klasifikasi Berbasis Pembelajaran Mesin Untuk Sistem Rekomendasi Pemilihan Program Studi Sarjana

Abstract

Pemilihan program studi jenjang sarjana menjadi salah satu tantangan bagi calon mahasiswa, yaitu siswa tingkat akhir Sekolah Menengah Atas (SMA) dan sederajat. Keputusan fase tersebut dapat berimbas tidak hanya pada kelancaran studi namun juga terhadap jalur karir setamat studi. Adanya pandemi Covid-19 dan pembatasan yang dilakukan pemerintah Indonesia menjadikan tantangan tersebut menjadi semakin sulit dan menuntut pihak perguruan tinggi bertindak lebih inovatif untuk menjangkau calon mahasiswanya. Salah satu inovasi yang dapat dilakukan adalah inisiasi sistem rekomendasi program studi sarjana. Sistem tersebut dapat membantu calon mahasiswa untuk mengetahui program studi yang cocok dengan karakteristik mereka. Sistem rekomendasi serupa telah banyak ditemukan di penelitian sebelumnya, akan tetapi kebanyakan masih menggunakan model berbasis aturan (rule-based) dan fuzy. Masih belum banyak ditemukan sistem rekomendasi yang mengimplementasikan model berbasis pembelajaran mesin (machine learning). Penelitian ini bertujuan untuk mengeksplorasi implementasi sains data khususnya terkait model machine learning pada sistem rekomendasi program studi. Implementasi tersebut diwujudkan dalam bentuk model klastering dan model klasifikasi. Model klastering digunakan untuk menyeleksi kelompok mahasiswa yang akan digunakan sebagai data latih pada sistem sedangkan model klasifikasi digunakan sebagai model yang memberikan hasil rekomendasi kepada pengguna. Studi komparasi penelitian akan melibatkan beberapa model klastering (KMeans, Agglomerative, Birch dan DBSCAN), model klasifikasi dengan pendekatan single-stages dan multi-stages, metode (multinomial logictic regressions, random forest dan support vector machine), dan skema preparasi dataset (dengan atau tanpa label berbasis IPK). Penelitian ini menemukan bahwa model KMeans merupakan model klastering untuk digunakan sebagai alat bantu seleksi kelompok mahasiswa, sedangkan model terbaik pada sistem rekomendasi adalah model klasifikasi dengan pendekatan single-stage dan metode random forest.