EUVIMEDEUVIMED entdecken
Open Access · CC BY-SA 4.0

Pengembangan Sistem Informasi Akademik Prediktif Berbasis Sains Data Menggunakan Algoritma CatBoost dan SMOTE Untuk Deteksi Dini Risiko Putus Studi Mahasiswa dan Mitigasi Risiko Keuangan Institusi

Zuhri Ramadhan, Geby Citra Ananda

Jurnal Ilmu Komputer dan Teknik Informatika · 25.07.2026 · 2 (2) · 285-293

DOI: 10.64803/juikti.v2i2.198 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Jurnal Ilmu Komputer dan Teknik Informatika, online erschienen am 25.07.2026. Verfasst von Zuhri Ramadhan und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Ketepatan waktu kelulusan dan penekanan angka putus studi (academic dropout) merupakan indikator kinerja utama (Key Performance Indicators) yang menentukan reputasi akreditasi serta stabilitas keuangan suatu perguruan tinggi. Fenomena dropout tidak hanya mencerminkan kegagalan akademis, tetapi juga berdampak langsung pada hilangnya potensi pendapatan (loss of tuition revenue) dari Uang Kuliah Tunggal (UKT) yang mengganggu arus kas (cash flow) operasional institusi. Penelitian ini bertujuan untuk merancang Sistem Informasi Akademik Prediktif berbasis sains data yang mengintegrasikan algoritma Gradient Boosting (CatBoost) dan teknik Synthetic Minority Over-sampling Technique (SMOTE) sebagai sistem peringatan dini (Early Warning System). Data yang digunakan mencakup 4.200 rekam aktivitas digital dan keuangan 4.200 mahasiswa tingkat sarjana, meliputi variabel IPK semester awal, aktivitas LMS, presensi, status pembayaran UKT, dan riwayat tunggakan. Pengolahan data meliputi pembersihan data, feature engineering, dan penanganan class imbalance menggunakan SMOTE pada data latih. Hasil eksperimen menunjukkan algoritma CatBoost mencapai Accuracy 93,1%, Recall 92,4%, dan ROC-AUC 0,961. Hasil prediksi diintegrasikan ke dalam dasbor Sistem Informasi Manajemen (SIM) terpadu untuk Dosen Pembimbing Akademik dan Bagian Keuangan. Pengujian usabilitas sistem menggunakan System Usability Scale (SUS) menghasilkan skor 87,2 (Grade A / Excellent). Simulasi finansial menunjukkan bahwa sistem ini berpotensi memitigasi risiko kerugian pendapatan UKT hingga Rp1,8 miliar per angkatan melalui intervensi pencegahan dini.

Zitieren

APA

Ramadhan, Z., & Ananda, G. C. (2026). Pengembangan Sistem Informasi Akademik Prediktif Berbasis Sains Data Menggunakan Algoritma CatBoost dan SMOTE Untuk Deteksi Dini Risiko Putus Studi Mahasiswa dan Mitigasi Risiko Keuangan Institusi. Jurnal Ilmu Komputer dan Teknik Informatika, 2(2), 285-293. https://doi.org/10.64803/juikti.v2i2.198

Vancouver

Ramadhan Z, Ananda GC. Pengembangan Sistem Informasi Akademik Prediktif Berbasis Sains Data Menggunakan Algoritma CatBoost dan SMOTE Untuk Deteksi Dini Risiko Putus Studi Mahasiswa dan Mitigasi Risiko Keuangan Institusi. Jurnal Ilmu Komputer dan Teknik Informatika. 2026;2(2):285-293. doi:10.64803/juikti.v2i2.198

BibTeX
@article{Ramadhan2026,
  author = {Ramadhan, Zuhri and Ananda, Geby Citra},
  title = {Pengembangan Sistem Informasi Akademik Prediktif Berbasis Sains Data Menggunakan Algoritma CatBoost dan SMOTE Untuk Deteksi Dini Risiko Putus Studi Mahasiswa dan Mitigasi Risiko Keuangan Institusi},
  journal = {Jurnal Ilmu Komputer dan Teknik Informatika},
  year = {2026},
  volume = {2},
  number = {2},
  pages = {285--293},
  doi = {10.64803/juikti.v2i2.198}
}
Kostenlos starten →