Sistem Rekomendasi Jurusan Kuliah Menggunakan Algoritma Random Forest Berdasarkan Profil Siswa ( Studi Kasus SMAN 4 Jember )

Adji, Galang Sefian (2026) Sistem Rekomendasi Jurusan Kuliah Menggunakan Algoritma Random Forest Berdasarkan Profil Siswa ( Studi Kasus SMAN 4 Jember ). Diploma thesis, Politeknik Negeri Jember.

	Text (Ringkasan) Ringkasan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (164kB)
	Text (Bab 1 Pendahuluan) Bab 1 Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (191kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (172kB)
	Text (Laporan Lengkap) Laporan Lengkap.pdf - Submitted Version Restricted to Registered users only Download (4MB) \| Request a copy

Abstract

Penelitian ini bertujuan untuk membangun sistem rekomendasi jurusan kuliah berbasis website menggunakan algoritma machine learning Random Forest guna membantu siswa SMAN 4 Jember dalam membuat keputusan akademis secara objektif serta membantu guru Bimbingan Konseling (BK) mengatasi keterbatasan rasio pendampingan. Sistem dikembangkan menggunakan metode Waterfall dengan mengintegrasikan framework Laravel untuk antarmuka pengguna serta Flask API (Python) untuk menjalankan model machine learning. Dataset historis yang digunakan mencakup 393 data profil alumni dengan 22 parameter utama yang terdiri dari 15 nilai rapor mata pelajaran, 6 skor minat bakat RIASEC, dan 1 data kondisi sosial ekonomi orang tua. Data tersebut dibagi secara proporsional menjadi 80% data latih (314 data) dan 20% data uji (79 data). Hasil evaluasi menunjukkan bahwa model Random Forest menghasilkan kinerja yang sangat baik dengan tingkat akurasi sebesar 96,05%, presisi 96,93%, recall 96,13%, dan F1-score 96,16%, di mana model berhasil memprediksi 73 dari 79 data uji dengan benar. Selain itu, pengujian User Acceptance Test (UAT) yang melibatkan siswa dan guru BK menghasilkan persentase kepuasan sebesar 97,82%, menunjukkan bahwa sistem layak, andal, dan dapat diterima dengan sangat baik sebagai alat bantu pendukung keputusan.

Item Type:

Thesis (Diploma)

Contributors: