Skripsi Gerry Chandra, Teknik Elektro UPH

Hadirnya revolusi industri 4.0 di Indonesia mendorong dunia pendidikan menghasilkan berbagai temuan yang dapat membantu pekerjaan dengan memaksimalkan teknologi. Di antaranya, seperti yang dihasilkan Gerry Chandra, S.T. – alumni Teknik Elektro UPH 2016, melalui skripsi-nya berupa Model Machine Learning untuk prediksi dengan Data Analytics

Temuan ini dilaporkan dapat memprediksi tingkat keberhasilan studi seorang calon mahasiswa, sejak dia mendaftar di perguruan tinggi. Hasil penelitian ini diseminarkan dalam acara The Science-Tech Colloquium dari Fakultas Sains dan Teknologi (FaST) UPH, bertajuk ‘Can Machine Predict Students Success Based on Their High School English and Math Marks?’, pada 5 Maret 2020, di Kampus UPH Lippo Village, Tangerang.

“Tujuan dari penelitian ini adalah untuk memprediksi performa calon mahasiswa, serta untuk menjawab berbagai permasalahan terkait. Contohnya permasalahan low rate graduation, misalnya, ternyata dari sekian banyak mahasiswa di Indonesia, kurang dari 40% yang akhirnya berhasil lulus (Data OECD, 2016). Kedua, berhubungan dengan alasan lama kelulusan, salah satu alasan yang sering disebut adalah karena salah jurusan. Sehingga hopefully program ini dapat mengindentifikasi dari awal, mereka itu lebih cocok masuk jurusan apa,” jelas Gerry.

Untuk penelitian ini, Gerry mengambil data hampir seluruh mahasiswa UPH angkatan 2018. Data nilai mahasiswa saat mendaftar, diambil dari data online admission UPH tahun 2018, lalu dihubungkan dengan data nilai IPK tahun pertama (semester tiga), yang diambil dari sistem akademik kampus (OPCS). Kemudian dibentuk model Machine Learning untuk memprediksi mahasiswa yang gagal (nilai IPK < 2>

“Pada penelitian kali ini saya mengasumsikan nilai IPK terakhir dari mahasiswa UPH angkatan 2018 sebagai tolak ukur untuk memprediksikan keberhasilan mereka di akhir tahun studi. Penelitian ini juga menggunakan data dari nilai Bahasa Inggris dan Matematika mereka pada saat SMA, karena kedua mata pelajaran tersebut termasuk syarat agar bisa masuk ke UPH di antara berbagai nilai SMA lainnya,” ujar Gerry.

Penelitian yang dibimbing langsung oleh salah satu dosen Teknik Elektro UPH, yaitu Dr.-Ing. Ihan Martoyo memperoleh kesimpulan, yaitu model machine learning yang dihasilkan dapat digunakan untuk memprediksi performa calon mahasiswa baru yang mendaftar di UPH sampai tingkat akurasi 60