Aplikasi Pengukur Tingkat Kepuasan Alumni Berdasarkan Data Tracer Study Berbasis Metode Machine Learning

Authors

  • I Wayan Supriana Universitas Udayana
  • Cokorda Pramartha Universitas Udayana
  • Luh Arida Ayu Rahning Putri Universitas Udayana

DOI:

https://doi.org/10.31598/jurnalresistor.v7i1.1561

Keywords:

K-Means, Pengukuran Tingkat Kepuasan Lulusan, Support Vektor Machine, Tracer Study

Abstract

Pelacakan lulusan atau yang lebih dikenal dengan tracer study adalah salah satu feedback dari alumni terhadap perguruan tinggi. Tracer study merupakan salah satu kegiatan wajib bagi perguruan tinggi dalam menggali berbagai macam aspek yang dibutuhkan dari alumni seperti data diri ketika menjadi mahasiswa, pelayanan selama kuliah, lamanya mencari kerja serta kesesuaian dengan pekerjaan. Setiap tahun ratusan mahasiswa sudah diluluskan oleh perguruan tinggi, dengan begitu jumlah alumni dari tahun ke tahun terus bertambah, perlu dilakukan analisis yang mendalam dengan teknik data science untuk mendapatkan insight data tracer study sebagai evaluasi oleh program studi. Analisis data tracer study diperlukan untuk perbaikan proses pembelajaran melalui pengukuran tingkat kepuasan lulusan. Adapun tujuan penelitian, yaitu membuat analisis model prediksi tingkat kepuasan alumni berdasarkan klasifikasi data tracer study menggunakan metode machine learning yaitu algoritma K-Means sebagai klusterisasi data, algoritma Support Vektor Machine sebagai klasifikasi data. Model penilaian menggunakan 87 fitur data tracer study, dimana algoritma Support Vektor Machine menggambarkan klasifikasi data tracer study dengan tingkat akurasi sebesar 90%. Berdasarkan faktor yang dapat mengklasifikasikan tingkat kepuasan alumni, maka dapat menentukan kualitas lulusan akan semakin baik.

Downloads

Download data is not yet available.

References

R. Akbar and M. Akbar, “E- TRACER STUDY BASED ON EXPERT SYSTEMS (A CASE STUDY AT AMIK INDONESIA),” EPH - International Journal of Science And Engineering, vol. 5, no. 2, pp. 13–18, Jun. 2019, doi: 10.53555/eijse.v5i2.89.

I. Sintiani, L. Fitriani, and R. Kurniawati, “Pengembangan Aplikasi Tracer Study STT-Garut,” 2017. [Online]. Available: http://journals.sttgarut.ac.id

V. B. Siahaan, D. Aqwam, and R. Kardian, “Penerapan Algoritma K-Means Untuk Analisis Tracer Alumni Universitas Gunadarma Jurusan Sistem Informasi dan Sistem Komputer Angkatan 2013.” [Online]. Available: http://career.

R. Chandra and S. Ruhama, “Komferensi Nasional Sistem Informasi 2014, STMIK Dipanegara Makassar 27 Pebruari-1 Maret,” 2014. [Online]. Available: http://career.gunadarma.ac.id/tracer.

D. I. Purnama, R. L. Islami, L. Sari, and P. R. Sihombing, “Analisis Klasifikasi Data Tracer Study DenganSupport Vector MachineDan Neural Network,” Jurnal Sistem Komputer dan Kecerdasan Buatan, vol. 4, no. 2, pp. 46–52, 2021.

W. Supriana, M. A. Raharja, I. Made, and S. Bimantara, “SINTECH Journal | 1 Pengembangan Sistem Prediksi Bantuan Program Keluarga Harapan (PKH) Berbasis Machine Learning”, [Online]. Available: https://doi.org/10.31598

I. P. Dedy, W. Darmawan, G. Aditra Pradnyana, I. Bagus, and N. Pascima, “Optimasi Parameter Support Vector Machine Dengan Algoritma Genetika Untuk Analisis Sentimen Pada Media Sosial Instagram”, [Online]. Available: https://doi.org/10.31598

N. Wayan et al., “SINTECH Journal | 173 Recognizing Hotel Visitors Preferences Based on Service Consumption Level Using K-Means Method”, [Online]. Available: https://doi.org/10.31598

M. A. Sapaat, A. Mustapha, J. Ahmad, K. Chamili, and R. Muhamad, “A Classification-Based Graduates Employability Model for Tracer Study by MOHE,” 2011.

Ah. Setianingrum, J. No, and C. Kota Tangerang Selatan -Banten, “METODE FUZZY C_MEANS CLUSTERING,” 2014.

Y. Darmi, A. Setiawan, J. Bali, K. Kampung Bali, K. Teluk Segara, and K. Bengkulu, “PENERAPAN METODE CLUSTERING K-MEANS DALAM PENGELOMPOKAN PENJUALAN PRODUK,” 2016.

Downloads

Published

2024-04-30

Issue

Vol. 7 No. 1 (2024): Jurnal RESISTOR Edisi April 2024

Section

Articles

License

Copyright (c) 2024 I Wayan Supriana, Cokorda Pramartha, Luh Arida Ayu Rahning Putri

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Copyright in each article belongs to the author.

  1. The authors admit that RESISTOR Journal as a publisher who published the first time under   Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) License.
  2. Authors can include writing separately, regulate distribution of non-ekskulif of manuscripts that have been published in this journal into another version (eg sent to respository institution author, publication into a book, etc.), by recognizing that the manuscripts have been published for the first time in RESISTOR Journal