SYNTHETICMINORITYOVERSAMPLINGTECHNIQUE UNTUKMENGATASIIMBALANCECLASS (StudiKasus:DataKelulusanUniversitasWidyaHusadaSemarang)SKRIPSI

FRIDAYANTIPITALOKA, GALUH (2021) SYNTHETICMINORITYOVERSAMPLINGTECHNIQUE UNTUKMENGATASIIMBALANCECLASS (StudiKasus:DataKelulusanUniversitasWidyaHusadaSemarang)SKRIPSI. Sarjana / Sarjana Terapan (S1/D4) thesis, Universitas Muhammadiyah Semarang.

Preview	Text 1. COVER.pdf Download (87kB) | Preview
Preview	Text 2 PERSETUJUAN PEMBIMBING.pdf Download (325kB) | Preview
Preview	Text 3 PENGESAHAN KELULUSAN.pdf Download (370kB) | Preview
Preview	Text 4 PERNYATAAN KEASLIAN.pdf Download (372kB) | Preview
Preview	Text 4 PERNYATAAN KEASLIAN.pdf Download (372kB) | Preview
Preview	Text 6. ABSTRAK.pdf Download (227kB) | Preview
Preview	Text 12 BAB I.pdf Download (209kB) | Preview
Preview	Text 12 BAB I.pdf Download (209kB) | Preview
Preview	Text 13 BAB II.pdf Download (631kB) | Preview
	Text 14 BAB III.pdf Restricted to Repository staff only Download (368kB) | Request a copy
	Text 15 BAB IV.pdf Restricted to Repository staff only Download (349kB) | Request a copy
Preview	Text 16 BAB V.pdf Download (51kB) | Preview
Preview	Text 17 DAFTAR PUSTAKA.pdf Download (160kB) | Preview
	Text 18 DAFTAR LAMPIRAN.pdf Restricted to Repository staff only Download (105kB) | Request a copy
Preview	Text 20. MANUSCRIPT_B2A219006 GALUH FRIDAYANTI PITALOKA.pdf Download (1MB) | Preview

Abstract

Pitaloka,Galuh Fridayanti.2021.SyntheticMinorityOversamplingTechniqueuntukMengatasiImbalanceClass(Studi Kasus: DataKelulusan UniversitasWidyaHusadaSemarang). PerguruanTinggimempunyaiperanstrategisdalam pembangunan,khususnyapembangunan Sumber DayaManusia. Berlimpahnya data kelulusan terdiri darialumni yang lulus tepat waktu dan tidak tepat waktu belum dimanfaatkan untukevaluasiakademismahasiswa.Penelitianinimemperhatikanadanyaaspekketidakseimbangan data antara mahasiswa yang lulus tepat waktu dan tidak tepatwaktu.Pengujianyangdipakaiyaituk-foldcrossvalidation10-folddenganperbandingan data training dan testing 70:30, 80:20 dan 90:10. Synthetic MinorityOversamplingTechnique(SMOTE)merupakanmetodeoversamplingkelasminoritasdenganmenciptakandatabuatanuntukmengatasimasalahketidakseimbangankelasdata.Tujuanpenelitianiniadalahmembandingkanmetode CART dan CHAID dengan penerapan SMOTE untuk Klasifikasi DataKelulusanMahasiswa.Variabeldependenyangdigunakanadalahlamastudidengan variabel independen faktor-faktor yang berpengaruh terhadap lama studi.Berdasarkan pengujian yang telah dilakukanpadaCART dan CHAID denganpenerapan SMOTE, hasil tingkat akurasi dengan metode CART sebesar 83,23%,sensitivitas93,19%danspesivitas72,83%.Ketepatanklasifikasidenganpenerapan SMOTE, metode CART lebih baik dibandingkan dengan menggunakan metodeCHAID. Katakunci:Imbalancedataset,CART, CHAID,SMOTE.

Actions (login required)

View Item