##plugins.themes.academic_pro.article.main##
Klasifikasi Resiko Drop Out Mahasiswa ITAF Kupang Menggunakan Random Forest Sebagai Sistem Peringatan Dini
Abstract
Penelitian ini bertujuan untuk mengembangkan model klasifikasi resiko drop out mahasiswa pada Institut Teknologi Alberth Foenay (ITAF) Kupang menggunakan algoritma Random Forest. Dataset yang digunakan terdiri dari 200 mahasiswa dengan beberapa variabel akademik seperti IPK, jumlah SKS, rata-rata nilai, kehadiran, mata kuliah ulang, durasi studi, dan jumlah mata kuliah tidak lulus. Tahap preprocessing dilakukan melalui pembersihan data, imputasi nilai hilang, standarisasi tipe data, serta penanganan ketidakseimbangan kelas. Model Random Forest kemudian dilatih menggunakan data training dan dievaluasi menggunakan data testing. Hasil evaluasi menunjukkan bahwa model mampu melakukan klasifikasi risiko drop out dengan performa sangat baik, dengan akurasi 91%, precision 83%, recall 78%, F1-Score 0.80, dan ROC-AUC 0.94. Analisis feature importance menunjukkan bahwa IPK, kehadiran, dan jumlah mata kuliah tidak lulus merupakan variabel yang paling berpengaruh dalam penentuan risiko. Secara keseluruhan, penelitian ini menunjukkan bahwa Random Forest efektif digunakan sebagai sistem peringatan dini untuk mengklasifikasikan mahasiswa berpotensi drop out sehingga dapat membantu institusi dalam melakukan intervensi akademik secara lebih tepat sasaran.
##plugins.themes.academic_pro.article.details##
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
References
Moesarofah, “Mengapa mahasiswa putus kuliah sebelum lulus ?,” Pros. Semin. Nas. Pendidik. Progr. Pascasarj. Univ. PGRI PALEMBANG, pp. 52–55, 2021, [Online]. Available: https://jurnal.univpgri-palembang.ac.id/index.php/Prosidingpps/article/view/5472/4810
A. Umniyya et al., “Strategi Pengembangan Akademik dan Peningkatan Kualitas Layanan Akademik Mahasiswa,” Pembelajaran, Bimbingan, dan Pengelolaan Pendidik., vol. 3, no. 9, pp. 837–851, 2023, doi: 10.17977/um065v3i92023p837-851.
D. J. Gulo, W. A. Telaumbanua, E. S. Laoli, and A. Lase, “Pengaruh Kondisi Ekonomi Keluarga terhadap Motivasi Belajar Mahasiswa Program Studi Pendidikan Ekonomi FKIP Universitas Nias,” Akad. J. Mhs. Humanis, vol. 4, no. 3, pp. 1092–1102, 2024, doi: 10.37481/jmh.v4i3.1048.
A. Rahman, L. Restuono, A. Maulidya, A. Siregar, K. Khairul, and R. F. Wijaya, “Pengelompokkan Mahasiswa Potensial Drop Out Menggunakan Metode Clustering (Studi Kasus : STMIK Kaputama),” J. Inform. Kaputama, vol. 7, no. 1, pp. 39–46, 2023, doi: 10.59697/jik.v7i1.5.
A. A. G. S. D. Pemayun, M. S. Prahasasgita, D. N. Wulandari, and N. K. S. Herlovina, “Pelatihan manajemen waktu pada mahasiswa psikologi universitas udayana,” Communnity Dev. J., vol. 5, no. 4, pp. 7702–7713, 2024.
A. Ermillian and K. Nugroho, “Perancangan Model Deteksi Potensi Siswa Putus Sekolah Menggunakan Metode Logistic Regression Dan Decision Tree,” J. Inform. J. Pengemb. IT, vol. 9, no. 3, pp. 281–295, 2024, doi: 10.30591/jpit.v9i3.8007.
L. N. Halimah, S. Riyadi, Abdurrahman, A. F. Jurjani, A. Prayogi, and S. D. Laksana, “Implementasi Penggunaan Machine Learning Dalam Pembelajaran: Suatu Telaah Deskriptif,” Reskilling J. Penelit. Pendidik., vol. 1, no. 1, pp. 1–10, 2025, [Online]. Available: https://journal.ajbnews.com/index.php/Reskilling/article/view/82
M. K. Dr. Sri Handayani, S.T., M.T Yudo, Yudo Devianto, S.Kom. et al., Machine Learning Di Dunia Pendidikan, no. 1–2. Yogyakarta: PT Penamuda Media, 2025. doi: 10.18372/2306-6407.1.18851.
Anju Fauziah and Julan Hernadi, “Klasifikasi Data Tak Seimbang Menggunakan Algoritma Random Forest dengan SMOTE dan SMOTE-ENN (Studi Kasus pada Data Stunting),” Teknomatika J. Inform. dan Komput., vol. 17, no. 2, pp. 38–47, 2025, doi: 10.30989/teknomatika.v17i2.1530.
M. Mahendra Alvanof and R. Kesuma Dinata, “Penerapan Algoritma Random Forest dalam Deteksi dan Klasifikasi Ransomware,” J. Elektron. dan Teknol. Inf., vol. 5, no. 2, pp. 2721–9380, 2024.
A. Noe, A. Hidayat, N. Yogaswara, D. Handayani, and D. Hartanti, “Implementasi Algoritma Random Forest Dalam Sistem Seleksi Karyawan Terbaik Untuk Meningkatkan Efektifitas Keputusan Di PT. XYZ,” J. Manaj. Inform. Jayakarta, vol. 5, no. 3, pp. 263–274, 2025, doi: https://doi.org/10.52362/jmijayakarta.v5i3.2081 P-ISSN:
J. Kuswanto and L. Hakim, “Penerapan Algoritma Random Forest untuk memprediksi Performa Akademik Mahasiswa,” Decod. J. Pendidik. Teknol. Inf., vol. 5, no. 1, pp. 262–270, 2025, doi: 10.51454/decode.v5i1.1103.
N. Sakinah, A. Huda, A. Sabri, and R. Hidayatullah, “Penanaman Kesadaran Pentingnya Pendidikan Dan Motivasi Belajar Sebagai Upaya Menghindari Masalah Putus Kuliah Yang Disebabkan Oleh Depresi Dan Anxiety Di Usia Remaja,” J. Rev. Pendidik. dan Pengajaran, vol. 7, no. 2, pp. 5115–5121, 2024.
