Penentuan Topik Tugas Akhir Berdasarkan Matakuliah Yang Pernah Diambil Menggunakan Teknik Machine Learning

Abstract

Tugas Akhir (TA) merupakan karya tulis ilmiah yang disusun berdasarkan suatu permasalahan. TA harus diselesaikan oleh seluruh mahasiswa yang ingin menyelesaikan studinya. Selama ini, mahasiswa sering mengalami kesulitan dalam menentukan topik TA yang ingin diteliti. Untuk mengatasi permasalahan tersebut, penelitian ini mencoba melakukan penentuan topik TA menggunakan teknik Machine Learning (ML) berdasarkan matakuliah-matakuliah pilihan yang pernah diambil oleh seorang mahasiswa. Matakuliah pilihan merupakan salah satu data akademik yang bisa digunakan untuk mempertimbangkan topik TA. Algoritma-algoritma ML yang digunakan adalah KNN, NBC, ANN, SVM, C4.5, Random Forest, dan Logistic Regression. Dataset yang digunakan pada penelitian ini adalah data imbalance. Untuk hal tersebut, penelitian ini melakukan balancing data menggunakan metode Random Oversampling dan metode Random Undersampling. Hasil percobaan-percobaan menunjukkan bahwa dataset yang di-balancing menggunakan ROS menghasilkan performa ML yang jauh lebih tinggi, akan tetapi memiliki kecenderungan over-fitting dikarenakan terjadi duplikasi data pada dataset. Jika dataset tidak di-balancing sama sekali maka performa ML akan sangat rendah. Oleh sebab itu, untuk data yang imbalance disarankan untuk menggunaka metode RUS sebagai balancing data. Hasil akurasi tertinggi untuk Algoritma yang dibalancing menggunakan ROS yakni ANN=69.7%, RF=66.7%, SVM=57.6%, LR=57.6%, NBC=42.4%, C4.5=42.4%, dan KNN=33.3%