Oktavia, Sinta (2024) Penerapan Algoritma Support Vector Machine untuk Prediksi Kelulusan Mahasiswa Teknik Informatika Tepat Waktu. Diploma thesis, Universitas Kristen Indonesia Toraja.
![[thumbnail of Halaman Judul]](https://repo.ukitoraja.ac.id/style/images/fileicons/text.png)
Halaman Judul.pdf
Download (216kB)
![[thumbnail of Bab I]](https://repo.ukitoraja.ac.id/style/images/fileicons/text.png)
Bab I.pdf
Download (53kB)
![[thumbnail of Bab II]](https://repo.ukitoraja.ac.id/style/images/fileicons/text.png)
Bab II.pdf
Download (183kB)
![[thumbnail of Bab III]](https://repo.ukitoraja.ac.id/style/images/fileicons/text.png)
Bab III.pdf
Restricted to Registered users only
Download (58kB)
![[thumbnail of Bab IV]](https://repo.ukitoraja.ac.id/style/images/fileicons/text.png)
Bab IV.pdf
Restricted to Registered users only
Download (850kB)
![[thumbnail of Bab V]](https://repo.ukitoraja.ac.id/style/images/fileicons/text.png)
Bab V.pdf
Download (48kB)
![[thumbnail of Daftar Pustaka]](https://repo.ukitoraja.ac.id/style/images/fileicons/text.png)
Daftar Pustaka.pdf
Download (118kB)
Abstract
Perkembangan teknologi dari waktu ke waktu mengalami peningkatan, salah satunya dalam bidang machine learning. Dalam machine learning terdapat beberapa algoritma yang tersedia dalam hal memprediksi yang dapat memcahkan masalah
dalam berbagai bidang salah satunya bidang pendidikan, yaitu memprediksi kelulusan mahasiswa teknik informatika tepat waktu dan algoritma yang dapat digunakan adalah algoritma Support Vector Machine, namun algoritma ini cenderung sensitif terhadap skala dan ukuran fitur, yang berarti perlu melakukan penskalaan fitur yang hati-hati sebelum menerapkannya untuk memastikan hasil yang optimal, ketika diterapkan pada dataset yang sangat besar, pelatihan SVM bisa menjadi sangat lambat karena kompleksitas waktu yang meningkat dengan jumlah sampel, dalam penerapannya dilakukan dengan memanfaatkan googel colab dan untuk mengavaluasi model dilakukan dengan menggunakan konfusion matrix dan
kurva ROC. Hasil penelitian yang dihasilkan adalah terdapat 4 kernel yang digunakan yaitu RBF, Linear, Sigmoid dan Poly, dimana kernel yang memiliki akurasi lebih besar adalah kernel poly dengan akurasi sebesar 98%.
Kata Kunci: Algoritma Support Vector Machine, Kelulusan, Mahasiswa Teknik Informatika Tepat Waktu, Machine Learning
Item Type: | Thesis (Diploma) |
---|---|
Subjects: | T Technology > T Technology (General) |
Divisions: | Fakultas Teknik > Teknik Informatika |
Depositing User: | Unnamed user with username perpustakaan2_1 |
Date Deposited: | 13 Jan 2025 06:55 |
Last Modified: | 13 Jan 2025 06:56 |
URI: | https://repo.ukitoraja.ac.id/id/eprint/403 |