Pengembangan Model Pohon Keputusan C5.0 dengan Teknik Grafting untuk Identifikasi Keberlanjutan Penerima KIP Kuliah

Abstract

Program Kartu Indonesia Pintar Kuliah (KIPK) memberikan bantuan pendidikan bagi mahasiswa dengan keterbatasan ekonomi. Namun, evaluasi penerima di Institut Pertanian Bogor (IPB) selama ini masih terbatas pada pengumpulan data daftar ulang tanpa analisis mendalam, sehingga berpotensi menimbulkan ketidaktepatan sasaran. Penelitian ini bertujuan mengembangkan model klasifikasi keberlanjutan penerima KIPK dengan algoritma C5.0 yang dimodifikasi menggunakan teknik grafting. Data penelitian diperoleh dari data daftar ulang penerima KIPK di IPB. Model dasar dibangun menggunakan C5.0, kemudian dimodifikasi dengan teknik grafting untuk mengakomodasi penambahan variabel baru tanpa membangun ulang model. Hasil penelitian menunjukkan bahwa teknik grafting meningkatkan fleksibilitas model dalam menghadapi perubahan kebijakan. Penelitian ini juga menghasilkan aplikasi berbasis R Shiny untuk memvisualisasikan model, memilih variabel, dan menambahkan aturan baru sesuai kebutuhan pengelola beasiswa. Temuan ini menunjukkan bahwa pengembangan model C5.0 dengan teknik grafting efektif dalam mendukung identifikasi keberlanjutan penerima KIPK secara adaptif.

The Kartu Indonesia Pintar Kuliah (KIPK) program provides educational assistance for students with economic limitations. However, the evaluation of recipients at Institut Pertanian Bogor (IPB) has been limited to collecting re-registration data without in-depth analysis, potentially leading to inaccurate targeting. This research aims to develop a classification model for the sustainability of KIPK recipients with a modified C5.0 algorithm using a grafting technique. The research data was obtained from the re-registration data of KIPK recipients at IPB. The basic model was built using C5.0, then modified with grafting techniques to accommodate the addition of new variables without rebuilding the model. The results showed that the grafting technique increased the flexibility of the model in the face of policy changes. This research also produced a Shiny R-based application to visualize the model, select variables, and add new rules according to the needs of scholarship managers. These findings show that the development of C5.0 models with grafting techniques is effective in supporting the identification of the sustainability of KIPK recipients adaptively.