Analisis Support Vector Machine Untuk Pemberian Rekomendasi Penundaan Biaya Kuliah Mahasiswa

Main Article Content

Wiwi Widayani
Harliana Harliana

Abstract

Rekomendasi penundaan pembayaran kuliah merupakan salah satu bentuk kebijakan yang diambil oleh suatu Perguruan Tinggi Swasta terhadap mahasiswanya. Ketika seorang mahasiswa mengajukan permohonan penundaan pembayaran maka secara tidak langsung bagian keuangan harus dapat mengklasifikasi mahasiswa yang akan membayar tepat waktu dan yang gagal bayar. Berdasarkan hal tersebut, maka penelitian ini bertujuan untuk mendapatkan nilai akurasi tertinggi melalui algoritma SVM dalam memberikan rekomendasi penundaan pembayaran kuliah secara tepat bagi mahasiswa. Untuk mendapatkan akurasi tertinggi, pengujian dilakukan melalui 2 cara dengan 6 scenario pengujian, berdasarkan hasil pengujian pertama (membandingan antara jumlah data training dan testing) diketahui bahwa nilai akurasi akan berbanding lurus dengan banyaknya jumlah data training yang digunakan. Selain itu pemilihan jenis kernel yang digunakan juga akan mempengaruhi besarnya nilai akurasi yang dihasilkan, dan hal ini sesuai dengan hasil pengujian kedua yang dilakukan.   

Article Details

Section
Articles
Author Biography

Wiwi Widayani, Program Studi Sistem Informasi, Fakultas Ilmu Komputer, Universitas AMIKOM Yogyakarta

 

 

References

[1] F. D. Noviandha, I. F. Astuti, and A. H. Kridalaksana, “Sistem Pendukung Keputusan Untuk Penentuan Kategori Uang Kulliah Tunggal Dengan Metode Multifactor Evaluation Process (Studi Kasus : Universitas Mulawarman),” Inform. Mulawarman J. Ilm. Ilmu Komput., vol. 13, no. 2, pp. 88–96, 2019, doi: 10.30872/jim.v13i2.1552.
[2] H. Novianti, M. Mulya, and I. Jambak, “Sistem Pendukung Keputusan Penentuan Uang Kuliah Tunggal Dengan Metode Analitical Hierarchy Process ( Ahp ),” JSI J. Sist. Inf., vol. 11, no. 1, pp. 1711–1721, 2019.
[3] P. Poningsih and S. R. Andani, “Sistem Pendukung Keputusan Untuk Dispensasi Pembayaran Uang Kuliah,” Jurasik (Jurnal Ris. Sist. Inf. dan Tek. Inform., vol. 3, no. 3, pp. 56–65, 2018, doi: 10.30645/jurasik.v3i0.66.
[4] A. C. Mutia, A. F. Sundoro, A. Yajiddin, M. Khoirullah, and Q. Aini, “Review Penerapan Fuzzy Logic Sugeno Dan Mamdani Pada Sistem Pendukung Keputusan Prakiraan Cuaca Di Indonesia,” Semin. Nas. Sist. Inf. Indones., pp. 115–120, 2017.
[5] W. Huang, Y. Nakamori, and S. Y. Wang, “Forecasting stock market movement direction with support vector machine,” Comput. Oper. Res., vol. 32, no. 10, pp. 2513–2522, 2005, doi: 10.1016/j.cor.2004.03.016.
[6] H. Yu, X. Huang, X. Hu, and H. Cai, “A comparative study on data mining algorithms for individual credit risk evaluation,” Proc. - 2010 Int. Conf. Manag. e-Commerce e-Government, ICMeCG 2010, pp. 35–38, 2010, doi: 10.1109/ICMeCG.2010.16.
[7] R. Umar, I. Riadi, and Purwono., “Perbandingan Metode SVM, RF dan SGD untuk Penentuan Model Klasifikasi Kinerja Programmer pada Aktivitas Media Sosial,” J. Resti, vol. 4, no. 2, pp. 329–335, 2020.
[8] I. T. A. Nur, N. Y. Setiawan, and F. A. Bachtiar, “Perbandingan Performa Metode Klasifikasi SVM, Neural Network, dan Naive Bayes untuk Mendeteksi Kualitas Pengajuan Kredit di Koperasi Simpan Pinjam,” J. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 4, pp. 444–449, 2019, doi: 10.25126/jtiik.2019641352.
[9] A. I. Kurnia, M. T. Furqon, and B. Rahayudi, “Klasifikasi Kualitas Susu Sapi Menggunakan Algoritme Support Vector Machine ( SVM ) ( Studi Kasus : Perbandingan Fungsi Kernel Linier dan RBF Gaussian ),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 11, pp. 4453–4461, 2018.
[10] A. Purnamasari and S. Assegaff, “Penentuan Klasifikasi Tingkat Kesejahteraan Keluarga Menggunakan Metode Naive Bayes Pada Kecamatan Pasar Jambi,” J. Manaj. Sist. Inf., vol. 4, no. 4, pp. 480–491, 2019.
[11] V. A. Gunawan, I. I. Fitriani, and L. S. A. Putra, “Sistem Diagnosis Otomatis Identifikasi Penyakit Jantung Coroner Menggunakan Ektraksi Ciri GLCM dan Klasifikasi SVM,” Inform. Mulawarman J. Ilm. Ilmu Komput., vol. 15, no. 1, pp. 13–20, 2020, doi: 10.30872/jim.v15i1.2495.
[12] A. A. Kasim and M. Sudarsono, “Algoritma Support Vector Machine ( SVM ) untuk Klasifikasi Ekonomi Penduduk Penerima Bantuan Pemerintah di Kecamatan Simpang Raya Sulawesi Tengah,” Semin. Nas. APTIKOM 2019, pp. 568–573, 2019.
[13] N. Nurajijah and D. Riana, “Algoritma Naïve Bayes, Decision Tree, dan SVM untuk Klasifikasi Persetujuan Pembiayaan Nasabah Koperasi Syariah,” J. Teknol. dan Sist. Komput., vol. 7, no. 2, pp. 77–82, 2019, doi: 10.14710/jtsiskom.7.2.2019.77-82.