Penanganan Imbalance Data Pada Penentuan Klasifikasi Uang Kuliah Tunggal (UKT) Berbasis Machine Learning

• Tim Peneliti Nurul Tarizya Syam
• Jurnal Link Jurnal
• Share on

Uang Kuliah Tunggal atau UKT adalah biaya kuliah yang dibayarkan oleh mahasiswa setiap semesternya. Pembayarannya dilakukan setiap kali mahasiswa memasuki semester baru selama menempuh pendidikan di perguruan tinggi. Salah satu perguruan tinggi negeri di Indonesia yang telah menerapkan sistem pembayaran UKT adalah Politeknik Negeri Ujung Pandang. Berdasarkan observasi, penentuan UKT masih dilakukan secara manual, sehingga berpotensi menghasilkan keputusan yang tidak tepat sasaran. Penelitian ini dilakukan klasifikasi berdasarkan besaran uang kuliah tunggal mahasiswa menggunakan metode smote dan tanpa smote. Algoritma yang digunakan dalam melakukan klasifikasi adalah SVM, Decision Tree, Random Forest. Data yang digunakan sebanyak 985 data UKT pada tahun 2021. Berdasarkan eksperimen yang telah di lakukan dengan algoritma Random Forest memiliki performa yang paling baik di banding dengan algoritma SVM dan Decision Tree. Hasil persentase yang di peroleh sebelum dilakukan smote yaitu akurasi sebesar 84,75%, presisi 79,22%, Recall 81,15% dan F1 Score 80,17%. Sedangkan setelah menerapkan smote meningkat dengan persentase akurasi sebesar 98,9%. Maka dapat disimpulkan bahwa algoritma yang paling baik digunakan dalam klasifikasi adalah algoritma Random Forest dengan menerapkan smote.