Identifikasi Hubungan Antara Mata Pelajaran SMA terhadap Indeks Prestasi Mahasiswa dengan Random Forest

Abstract

Transisi ke Kurikulum Merdeka memunculkan keragaman nilai mata pelajaran Sekolah Menengah Atas (SMA) yang menjadi tantangan dalam Seleksi Nasional Berdasarkan Prestasi (SNBP). Penelitian ini bertujuan untuk mengidentifikasi kontribusi nilai matematika SMA terhadap Indeks Prestasi (IP) semester satu mahasiswa sarjana jalur SNBP tahun 2025 serta menentukan hyperparameter model terbaik. Metode yang digunakan adalah klasifikasi Random Forest dengan class weighting untuk mengatasi ketidakseimbangan kelas, pengujian hyperparameter melalui Analysis of Variance (ANOVA) faktorial tiga arah, dan interpretasi peubah penting menggunakan SHapley Additive exPlanations (SHAP). Hasil penelitian menunjukkan bahwa model terbaik diperoleh pada skema pertama (3 kelas) dengan penerapan class weight, dengan nilai F1-score sebesar 42.99%, yang merupakan nilai tertinggi di antara seluruh skema yang diuji, serta didukung oleh accuracy sebesar 58.13%. Hal ini menunjukkan bahwa model tersebut memiliki keseimbangan terbaik antara precision dan recall dalam mengklasifikasikan IP mahasiswa. Selain itu, max_depth teridentifikasi sebagai hyperparameter yang paling berpengaruh signifikan terhadap performa model Random Forest. Berdasarkan analisis SHAP, rata-rata nilai matematika, nilai matematika semester lima, dan rata-rata nilai mata pelajaran pilihan teridentifikasi sebagai prediktor paling dominan dalam mengklasifikasikan IP mahasiswa. Temuan ini memberikan bukti empiris mengenai peran strategis penguasaan matematika jenjang menengah sebagai prediktor keberhasilan akademik awal di perguruan tinggi.

The transition to the Merdeka Curriculum has created a diversity of high school subject grades, posing a challenge in the National Selection Based on Achievement (SNBP). This study aims to identify the contribution of high school mathematics grades to the first-semester Grade Point Average (GPA) of undergraduate students admitted through the 2025 SNBP and to determine the best model hyperparameters. The methods used were Random Forest classification with class weighting to handle class imbalance, hyperparameter testing via three-way factorial Analysis of Variance (ANOVA), and important variable interpretation using SHapley Additive exPlanations (SHAP). The results show that the best model was obtained using the first scheme (3 class) with class weight applied, achieving an F1-score of 42.99%, the highest among all tested schemes, supported by an accuracy of 58.13%. This indicates that the model achieved the best balance between precision and recall in classifying students' GPA. Furthermore, max_depth was identified as the hyperparameter with the most significant influence on the performance of the Random Forest model. Based on SHAP analysis, average mathematics scores, fifth-semester mathematics scores, and average elective course scores were identified as the most dominant predictors in classifying students' GPA. These findings provide empirical evidence regarding the strategic role of high-school level mathematics proficiency as a predictor of early academic success in higher education.