Penerapan Algoritma Random Forest untuk memprediksi Performa Akademik Mahasiswa

Joko Kuswanto; Lukmanul  Hakim

doi:10.51454/decode.v5i1.1103

Authors

Joko Kuswanto Informatika Universitas Baturaja
Lukmanul Hakim Informatika Universitas BLaturaja

DOI:

https://doi.org/10.51454/decode.v5i1.1103

Keywords:

Machine Learning, Performa Akademik, Prediksi, Random Forest

Abstract

Perkembangan teknologi yang pesat, khususnya di bidang pendidikan, membuka peluang untuk meningkatkan kualitas pembelajaran dan hasil akademik. Machine Learning, sebagai salah satu teknologi kecerdasan buatan, memiliki kemampuan untuk membuat prediksi berbasis pola data. Penelitian ini bertujuan untuk menerapkan algoritma Random Forest dalam memprediksi performa akademik mahasiswa Program Studi Informatika Universitas Baturaja. Data yang digunakan mencakup variabel akademik (nilai mata kuliah semester 1 dan 2) dan demografis (jenis kelamin, kelas, angkatan), dengan target prediksi berupa Indeks Prestasi (IP) semester 3. Penelitian dilakukan menggunakan metode kuantitatif dengan alat Google Colab dan teknik regresi. Evaluasi model dilakukan menggunakan Mean Absolute Error (MAE), Mean Squared Error (MSE), dan R-squared (R²). Hasil penelitian menunjukkan bahwa model Random Forest menghasilkan MAE sebesar 0.27, MSE sebesar 0.2387, dan R² sebesar 0.3128, yang menunjukkan akurasi prediksi yang memadai namun dapat ditingkatkan lebih lanjut. Penelitian ini memberikan kontribusi pada pengembangan strategi pembelajaran berbasis data untuk meningkatkan kualitas pendidikan di Program Studi Informatika Universitas Baturaja.

References

Adiyati, P. A. (2025). Implementasi Algoritma Random Forest. Jurnal MNEMONIC, 8(1), 70–73.

Budiman, E., Haviluddin, Dengan, N., Kridalaksana, A. H., Wati, M., & Purnawansyah. (2018). Performance of Decision Tree C4.5 Algorithm in Student Academic Evaluation. Lecture Notes in Electrical Engineering, 488(February), 380–389. https://doi.org/10.1007/978-981-10-8276-4_36

Efendi, M. S., & Zyen, A. K. (2024). Penerapan Algoritma Random Forest Untuk Prediksi Penjualan Dan Sistem Persediaan Produk. 5(1), 12–20. https://doi.org/10.30865/resolusi.v5i1.2149

Febrian, S. R., Sunarto, A. A., & Pambudi, A. (2024). Prediksi Penjualan Suku Cadang Motor Dengan Penerapan Random Forest Di PT Terus Jaya Sentosa Motor. JATI (Jurnal Mahasiswa Teknik Informatika), 8(5), 10507-10513. https://doi.org/10.36040/jati.v8i5.11100

Hendri, H., Hoki, L., Agusman, V., & Aryanto, D. (2021). Penerapan Machine Learning Untuk Mengategorikan Sampah Plastik Rumah Tangga. Jurnal TIMES, 10(1), 1–5. https://doi.org/10.51351/jtm.10.1.2021645

Huang, D., & Wasito, I. (2024). Analisis Peran Atlet Dota 2 Dengan Algoritma Random Forest. Decode: Jurnal Pendidikan Teknologi Informasi, 4(1), 107-115. https://doi.org/10.51454/decode.v4i1.216

Kusworo, S., Santoso, N. A., & Kurniawan, R. D. (2024). Prediksi Nilai Akhir Semester Siswa Menggunakan Algoritma Random Forest. Jurnal Sains dan Ilmu Terapan, 7(2), 246-256. https://doi.org/10.59061/jsit.v7i2.918

Lestari, E. S., & Astuti, I. (2022). Penerapan Random Forest Regression Untuk Memprediksi Harga Jual Rumah Dan Cosine Similarity Untuk Rekomendasi Rumah Pada Provinsi Jawa Barat. Jurnal Ilmiah FIFO, 14(2), 131. https://doi.org/10.22441/fifo.2022.v14i2.003

Marlina, H., Elmayati, E., Zulius, A., & Wijaya, H. O. L. (2023). Penerapan Algoritma Random Forest Dalam Klasifikasi Penjurusan Di SMA Negeri Tugumulyo. Brahmana: Jurnal Penerapan Kecerdasan Buatan, 4(2), 138-143.

Novrian, R., Agustiani, T., Fikri, M., Hikmatulloh, M. F., Gunawan, M. E., & Firdaus, U. (2024). Penerapan Algoritma Random Forest dalam Prediksi Status Penerima PIP pada Siswa: Studi Kasus pada SMK Amaliah 1. Karimah Tauhid, 3(2), 1791–1799. https://doi.org/10.30997/karimahtauhid.v3i2.11937

Nugroho, A., & Husin, A. (2022). Performance Analysis of Random Forest Using Attribute Normalization. Sistemasi, 11(1), 186. https://doi.org/10.32520/stmsi.v11i1.1681

Nur, N., Wajidi, F., Sulfayanti, S., & Wildayani, W. (2023). Implementasi Algoritma Random Forest Regression untuk Memprediksi Hasil Panen Padi di Desa Minanga. Jurnal Komputer Terapan, 9(1), 58–64. https://doi.org/10.35143/jkt.v9i1.5917

Perez, J. G., & Perez, E. S. (2021). Predicting Student Program Completion Using Naïve Bayes Classification Algorithm. International Journal of Modern Education and Computer Science, 13(3), 57–67. https://doi.org/10.5815/IJMECS.2021.03.05

Pitaloka, E., Hartanto, T. B. A., & Sandiwarno, S. (2024). Penerapan Machine Learning Untuk Prediksi Bencana Banjir. Jurnal Sistem Informasi Bisnis, 14(1), 62–76. https://doi.org/10.21456/vol14iss1pp62-76

Purwati, N., & Dwi Januanti, A. (2021). Aplikasi Data Mining Dengan Algoritma Naive Bayes Untuk Memprediksi Tingkat Kelulusan Mahasiswa. Jurnal Pepadun, 2(1), 123–137. https://doi.org/10.23960/pepadun.v2i1.38

Rismaya, R., Yuniarto, D., & Setiadi, D. (2025). Penerapan Algoritma Machine Learning dalam Prediksi Prestasi Akademik Mahasiswa. Router: Jurnal Teknik Informatika Dan Terapan, 3(1), 15–23.

Santoso, R. R., Megasari, R., & Hambali, Y. A. (2020). Implementasi Metode Machinelearning. Jurnal Aplikasi Dan Teori Ilmu Komputer , 3(2), 85–97. https://ejournal.upi.edu/index.php/JATIKOM

Suryanto, A. A. (2019). Penerapan Metode Mean Absolute Error (Mea) Dalam Algoritma Regresi Linear Untuk Prediksi Produksi Padi. Saintekbu, 11(1), 78–83. https://doi.org/10.32764/saintekbu.v11i1.298

Wardhana, R. G., Wang, G., & Sibuea, F. (2023). Penerapan Machine Learning Dalam Prediksi Tingkat Kasus Penyakit Di Indonesia. Journal of Information System Management (JOISM), 5(1), 40–45. https://doi.org/10.24076/joism.2023v5i1.1136

Waruwu, M. N., Zega, Y., & Mendrofa, Ratna Natalia Telaumbanua, Y. N. (2024). Implementasi Algoritma Machine Learning untuk Deteksi Performa Akademik Mahasiswa. Teknimedia, 5(2), 181–186.