UNTUK PENDIDIKAN TINGGI — Apakah Anda masih SMA atau sederajat tapi masih bingung program (produk) mana yang harus dipilih untuk kuliah? Atau apakah Anda orang tua dengan anak-anak kuliah dan masih tidak yakin akan mengambil jurusan apa?
Teknologi kini tersedia untuk membantu Anda memilih program SMA yang paling tepat dan sederajat. Sistem ini merupakan karya Rio Rizka Ariato, SSi, MKom, Kurikulum Ilmu Komputer, Program Magister, Fakultas Teknologi Industri, Universitas Islam Indonesia (FTI UII).
BACA JUGA: FTI UII Gelar SICSS-Jogja 2022 Untuk Pertama Kalinya di Indonesia.
pergi membaca ini
pergi membaca ini
Rio menjelaskan, penelitiannya itu berdasarkan survei yang dilakukan oleh Indonesian Career Centers Network (ICCN) pada tahun 2017, yang menunjukkan bahwa 87% mahasiswa meyakini bahwa mereka salah memilih program studi atau gelar. Sementara itu, 71,7% pekerja di tempat kerja bekerja di pekerjaan yang tidak sesuai dengan pendidikannya, menurut kolumnis pendidikan JPNN Joanna Elizabeth Khanjadinath, dikutip pada 2019.
“Sistem ini dapat membantu calon mahasiswa menentukan program mana yang terbaik untuk mereka,” ujar Rio Rizki Aryata, beserta dosen pembimbing Ahmad Munasir Rafi Pratama, ST, MIT, PhD, dan Izzati Muhimma, ST, MSc, PhD. . Program Magister FTI UII Teknologi Informasi.
Siswa SMA dan sederajat harus memasukkan informasi pribadi untuk menggunakan sistem ini. Diantaranya: nama, jenis kelamin, makna tematik, hobi, dll. Setelah memasukkan semua data, Anda akan menerima tiga program pelatihan yang direkomendasikan.
BACA JUGA: Program Statistik UII Dukung Pengelolaan Desa Wisata Mendira
Banyak penelitian sebelumnya telah mengidentifikasi sistem rekomendasi seperti itu, kata Rio. Namun, sebagian besar penelitian ini masih menggunakan model fuzzy berbasis aturan. “Tidak banyak sistem rekomendasi yang menggunakan model pembelajaran mesin yang dikembangkan Rio,” kata Rio.
Kajian ini, tambah Rio, bertujuan untuk mengeksplorasi implementasi data science, khususnya terkait model machine learning, dalam sistem rekomendasi program. Implementasinya adalah model clustering dan model klasifikasi.
Model pengelompokan digunakan untuk memilih kelompok siswa yang akan digunakan sebagai data latih dalam sistem. Sedangkan model klasifikasi digunakan sebagai model yang diajukan oleh pengguna.
Studi benchmarking mencakup berbagai model pengelompokan (KMeans, Agglomerative, Birch dan DBSCAN), model klasifikasi dengan pendekatan unilevel dan multilevel, metode (regresi logistik berganda, hutan acak dan mesin vektor pendukung) dan skema persiapan data (atau berbasis IPK tanpa label).
“Studi ini menunjukkan bahwa model KMeans adalah model clustering yang harus digunakan sebagai alat seleksi untuk kohort siswa. Sedangkan model sistem rekomendasi terbaik adalah model klasifikasi satu langkah dan metode random forest,” kata Rio.
Kesimpulan dari penelitian ini adalah kedua model klasifikasi yang diinisiasi oleh penelitian menunjukkan kinerja yang lebih baik dibandingkan dengan model klasifikasi penelitian aslinya. Penelitian dan pembaruan informasi telah terbukti meningkatkan kinerja kedua model.
Hal ini untuk menambah database baru yang terkait dengan data prestasi akademik mahasiswa selama masa kuliah mereka. Selain itu, penerapan model clustering dan metode pembelajaran fully supervised digunakan dalam proses pemilihan kelompok siswa sebagai data latih untuk model klasifikasi sistem rekomendasi.
Sementara itu, Izati menambahkan, Rio merupakan lulusan berprestasi dengan IPK 3,97 selama 1 tahun 7 bulan studi. Selama studi pascasarjana, Rio menerima "beasiswa kompetitif untuk program master ilmu komputer UII". “Gelar Magister Ilmu Komputer FTI UII saat ini semakin diminati kalangan profesional,” kata Isati. (*)
BACA JUGA: SICSS: Cara Baru Mengelola Big Data dalam Ilmu Sosial 
Tetap up to date dengan berita universitas terbaru, rilis, temuan penelitian, lowongan fakultas, akreditasi, kewirausahaan mahasiswa, dan banyak lagi. Anda juga dapat menyumbangkan konten ke JURNAL HIGHER dengan mengirimkan artikel, foto, infografis, atau video. Kirim pesan ke alamat email kami. di [email protected].
