View Item 
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Mathematics and Natural Sciences
      • UT - Mathematics
      • View Item
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Mathematics and Natural Sciences
      • UT - Mathematics
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      Pemodelan Support Vector Machine Data Berkategori Tidak Seimbang beserta Penanganannya dengan SMOTE (Studi Kasus: Keberhasilan Studi Mahasiswa Program Magister IPB Tahun 2011 sampai 2015).

      Thumbnail
      View/Open
      Fulltext (9.505Mb)
      Date
      2018
      Author
      Amelia, Octavia Dwi
      Soleh, Agus Mohamad
      Rahardiantoro, Septian
      Metadata
      Show full item record
      Abstract
      Dalam upaya mempertahankan reputasi Sekolah Pascasarjana Institut Pertanian Bogor (SPs-IPB), perlu diterapkan sistem penerimaan mahasiswa baru pada program magister dengan lebih selektif. Penelitian ini bertujuan untuk memodelkan kategori status kelulusan mahasiswa SPs-IPB berdasarkan karakteristik dan latar belakang pendidikan mahasiswa. Pada data tersebut, ditelusuri bahwa banyaknya mahasiswa dengan kategori tidak lulus (10.97%) jauh lebih sedikit dibandingkan banyaknya mahasiswa dengan kategori lulus (89.03%). Hal ini menunjukkan bahwa terdapat ketidakseimbangan kategori pada data. Pemodelan Support Vector Machine (SVM) menggunakan SVM linier, polinomial, dan radial basis function (RBF) belum mampu memprediksi kategori minoritas, yaitu mahasiswa yang berpotensi tidak lulus ditunjukkan dengan nilai sensitivitas 0.00%. Oleh karena itu, penelitian ini menerapkan metode Sythetic Minority Oversampling Technique (SMOTE) dalam rangka menangani ketidakseimbangan kategori pada data, yang selanjutnya diterapkan juga ketika menggunakan nilai cut off terbaik dari setiap jenis SVM. Berdasarkan evalusi yang dilakukan, model SVM RBF dengan cut off 0.6 mampu memprediksi mahasiswa pada kategori minoritas ditunjukkan dengan nilai sensitivitas yang mencapai 54.14%.
      URI
      http://repository.ipb.ac.id/handle/123456789/93705
      Collections
      • UT - Mathematics [948]

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository
        

       

      Browse

      All of IPB RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      Application

      google store

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository