Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Perbandingan Algoritma Random Forest Dan XGBoost
INTER TECH · 31.05.2026 · 4 (1) · 38-45
DOI: 10.54732/4nzaxe76 ↗Kurz gefasst
Fachartikel in der Zeitschrift INTER TECH, online erschienen am 31.05.2026. Verfasst von Yurika Caesarita und 2 weiteren Autor:innen. Die Arbeit wurde bisher 2-mal zitiert (Crossref). Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).
Abstract (Originalsprache)
Ketepatan waktu kelulusan mahasiswa merupakan indikator penting dalam menilai kualitas lembaga pendidikan tinggi dan dalam proses akreditasi. Studi ini bertujuan untuk membandingkan kinerja dua algoritma pembelajaran mesin populer, Random Forest dan Extreme Gradient Boosting (XGBoost), dalam memprediksi status kelulusan mahasiswa. Dataset yang digunakan mencakup variabel akademik seperti Indeks Prestasi Kumulatif (IPK) Semester, Indeks Prestasi Kumulatif (IPK Kumulatif), dan data demografis. Hasilnya diharapkan dapat memberikan rekomendasi bagi program studi untuk menerapkan intervensi dini bagi mahasiswa yang diidentifikasi berisiko lulus terlambat.
Zitieren
APA
Caesarita, Y., Wahyudi, N., & Faisol, A. K. (2026). Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Perbandingan Algoritma Random Forest Dan XGBoost. INTER TECH, 4(1), 38-45. https://doi.org/10.54732/4nzaxe76
Vancouver
Caesarita Y, Wahyudi N, Faisol AK. Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Perbandingan Algoritma Random Forest Dan XGBoost. INTER TECH. 2026;4(1):38-45. doi:10.54732/4nzaxe76
BibTeX
@article{Caesarita2026,
author = {Caesarita, Yurika and Wahyudi, Nanang and Faisol, Agung Kurniawan},
title = {Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Perbandingan Algoritma Random Forest Dan XGBoost},
journal = {INTER TECH},
year = {2026},
volume = {4},
number = {1},
pages = {38--45},
doi = {10.54732/4nzaxe76}
}
EUVIMED