Prediksi Lama Studi Mahasiswa dengan Pendekatan Case-Based Reasoning
DOI:
https://doi.org/10.71234/jistech.v2i1.51Keywords:
Case-Based Reasoning, Similarity Measure, Prediksi Lama Studi, Sistem Pendukung KeputusanAbstract
Lama studi mahasiswa menjadi indikator penting dalam menilai efektivitas sistem pendidikan di perguruan tinggi. Prediksi lama studi yang akurat dapat membantu institusi akademik dalam memberikan bimbingan yang lebih optimal kepada mahasiswa agar dapat menyelesaikan studinya tepat waktu. Penelitian ini mengembangkan sistem prediksi lama studi mahasiswa menggunakan pendekatan Case-Based Reasoning (CBR) dengan metode similarity measure berbobot. Sistem ini membandingkan kasus baru dengan kasus lama berdasarkan lima variabel utama, yaitu rata-rata IPK, jumlah SKS per semester, status cuti akademik, status pekerjaan, dan keaktifan organisasi. Hasil penelitian menunjukkan bahwa kasus lama nomor 16 memiliki tingkat kemiripan tertinggi dengan kasus baru, dengan nilai 0.778, yang menunjukkan bahwa metode yang digunakan mampu mengidentifikasi mahasiswa dengan karakteristik akademik dan non-akademik yang paling mirip. Faktor akademik, seperti IPK dan jumlah SKS, memiliki bobot yang lebih tinggi dalam menentukan lama studi dibandingkan faktor non-akademik. Kesimpulan dari penelitian ini menunjukkan bahwa pendekatan CBR dapat digunakan sebagai alat pendukung keputusan akademik dalam memprediksi lama studi mahasiswa secara lebih akurat. Implementasi sistem ini dapat dikembangkan lebih lanjut dengan mengintegrasikan teknik machine learning guna meningkatkan performa prediksi.
References
[1] D. D. S. Fatimah and E. Rahmawati, “Penggunaan Metode Decision Tree dalam Rancang Bangun Sistem Prediksi untuk Kelulusan Mahasiswa,” J. Algoritm., vol. 18, no. 2, pp. 553–561, 2022, doi: 10.33364/algoritma/v.18-2.932.
[2] M. Y. I. Basheer, S. Mutalib, N. H. A. Hamid, S. Abdul-Rahman, and A. M. A. Malik, “Predictive analytics of university student intake using supervised methods,” IAES Int. J. Artif. Intell., vol. 8, no. 4, pp. 367–374, 2019, doi: 10.11591/ijai.v8.i4.pp367-374.
[3] M. Muslim, A. Alwi, and E. Erika, “A Framework of Counseling System for Student Guardianship using Case Based Reasoning (CBR) Inference,” in IOP Conference Series: Materials Science and Engineering, 2018, vol. 384, no. 1, doi: 10.1088/1757-899X/384/1/012036.
[4] A. Mubarak and A. Muis, “Case-Based Reasoning (CBR) Untuk Aplikasi Pemilihan Pestisida Hama Padi Berbasis Web,” JIKO (Jurnal Inform. dan Komputer), vol. 3, no. 2, pp. 119–124, 2020, doi: 10.33387/jiko.v3i2.1938.
[5] M. Sutoyo, “Diagnosa Keadaan Gizi Anak Menggunakan Metode Case Based Reasoning,” Comput. Sci. Informatics J., vol. 2, no. 2, pp. 25–33, 2019.
[6] M. Sutoyo and A. Sumpala, “Case Based Reasoning Menentukan Kelompok UKT (Studi Universitas Sembilanbelas November Kolaka),” in Seminar Nasional Matematika dan Aplikasinya, 2017, pp. 401–407.
[7] A. Islaha and W. Wiguna, “Sistem Pakar Identifikasi Kepribadian Siswa Menggunakan Metode Case-Based Reasoning Berbasis Website,” J. Infortech, vol. 3, no. 2, pp. 136–144, 2021, doi: 10.31294/infortech.v3i2.11719.
[8] E. P. Purwandari, A. P. Yani, R. Sugraha, K. Anggriani, and E. W. Winarni, “Online expert systems for bamboo identification using case based reasoning,” Int. J. Electr. Comput. Eng., vol. 7, no. 5, pp. 2766–2772, 2017, doi: 10.11591/ijece.v7i5.pp2766-2772.
[9] E. P. Silmina, “Case Based Reasoning Untuk Penentuan Jenis Beasiswa Internal (BSM Dan PPs) Universitas ‘Aisyiyah Yogyakarta,” J. Inform. Komputer, Bisnis dan Manaj., vol. 16, no. 3, pp. 23–32, 2023, doi: 10.61805/fahma.v16i3.87.
[10] V. A. Paruchuri and B. C. Granville, “A Case-Based Reasoning System for Aiding Physicians in Decision Making,” Intell. Inf. Manag., vol. 12, no. 02, pp. 63–74, 2020, doi: 10.4236/iim.2020.122005.
[11] N. Ritha and M. Sutoyo, “Case Based Reasoning Untuk Mendeteksi Kerusakan Harddisk,” J. Sustain. J. Has. Penelit. dan Ind. Terap., vol. 5, no. 1, pp. 15–21, 2016.
[12] S. H. Chun and Y. W. Ko, “Geometric case based reasoning for stock market prediction,” Sustain., vol. 12, no. 17, pp. 1–11, 2020, doi: 10.3390/su12177124.
[13] S. Ye, “Research on case-based reasoning for determining maintenance intervals of civil aircraft systems,” in Journal of Physics: Conference Series, 2024, vol. 2764, no. 1, pp. 2–7, doi: 10.1088/1742-6596/2764/1/012073.
[14] H. N. Irmanda, M. M. Santoni, and R. Astriratma, “Cased Based Reasoning untuk Menentukan Gaya Belajar Mahasiswa,” Inform. J. Ilmu Komput., vol. 15, no. 3, p. 147, 2020, doi: 10.52958/iftk.v15i3.1293.
[15] M. Ihsan, G. Gandhiadi, and L. Harini, “Prediksi Kelulusan Mahasiswa Program Studi Matematika Universitas Udayana Menggunakan Backpropagation Neural Network,” E-Jurnal Mat., vol. 12, no. 3, p. 242, 2023, doi: 10.24843/mtk.2023.v12.i03.p425.
[16] D. H. Renyut, Y. Wabula, and F. Ferdinand, “PREDIKSI KELULUSAN MAHASISWA MENGGUNAKAN ALGORITMA C.45 (Studi Kasus: Sekolah Tinggi Ilmu Administrasi Trinitas Ambon),” Simtek J. Sist. Inf. dan Tek. Komput., vol. 7, no. 2, pp. 80–86, 2022, doi: 10.51876/simtek.v7i2.137.
[17] F. Faisal, “Penggunaan Metode Backpropagation Pada Sistem Prediksi Kelulusan Mahasiswa STMIK Kaputama Binjai,” Data Sci. Indones., vol. 2, no. 1, pp. 13–19, 2022, doi: 10.47709/dsi.v2i1.1664.
[18] I. Irawan, M. R. Qisthiano, M. Syahril, and P. M. Jakak, “Optimasi Prediksi Kelulusan Tepat Waktu: Studi Perbandingan Algoritma Random Forest dan Algoritma K-NN Berbasis PSO,” J. Pengemb. Sist. Inf. dan Inform., vol. 4, no. 4, pp. 26–35, 2023, doi: 10.47747/jpsii.v4i4.1374.
[19] R. Sepriansyah, S. D. Purnamasari, K. R. N. Wardani, and N. Halim, “Prediksi Kelulusan Mahasiswa Fakultas Teknik Universitas Bina Darma Menggunakan Algoritma Naïve Bayes,” JIPI (Jurnal Ilm. Penelit. dan Pembelajaran Inform., vol. 8, no. 1, pp. 313–322, 2023, doi: 10.29100/jipi.v8i1.3459.
[20] P. Gigih, C. Andriani, I. Istiadi, and M. H. Abd Wahab, “Case Service System at the Child Welfare Institution using the Case-Based Reasoning Method,” Int. J. Electr. Energy Power Syst. Eng., vol. 3, no. 2, pp. 40–45, 2020, doi: 10.31258/ijeepse.3.2.40-45.
[21] M. Sutoyo, “Komputasi Cerdas Sistem Penalaran Berbasis Kasus Untuk Menentukan Penerima Beasiswa,” in Semnaskit, 2015, pp. 112–115.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 JISTech : Journal of Information Systems and Technology
This work is licensed under a Creative Commons Attribution 4.0 International License.
