YOGYAKARTA, JOGPAPER.NET — Rio Rizki Aryanto, mahasiswa Program Studi Informatika Program Magister, Fakultas Teknologi Industri, Universitas Islam Indonesia (FTI UII) berhasil mengembangkan teknologi tepat guna yang membantu siswa SMA atau calon mahasiswa (Cama) memilih program studi (Prodi) di perguruan tinggi. Teknologi tepat guna ini diharapkan dapat mengurangi mahasiswa yang salah pilih Prodi atau jurusan.
Rio Rizki Aryanto mengatakan penelitian tesis ini berdasarkan hasil survei Indonesia Career Center Network (ICCN) tahun 2017 yang menunjukkan sebanyak 87 persen mahasiswa merasa salah pilih mengambil Prodi atau jurusan kuliah. Juga pendapat pemerhati pendidikan Yohana Elizabeth Handjadinata yang dimuat di JPNN tahun 2019, bahwa sebanyak 71,7 persen profesi pekerja tidak sesuai dengan latar belakang pendidikan.
“Sistem ini dapat membantu calon mahasiswa untuk mengetahui program studi yang cocok dengan karakteristik mereka,” kata Rio Rizki Aryanto yang didampingi dosen pembimbingnya, Ahmad Munasir Rafie Pratama, ST, MIT, PhD dan Izzati Muhimmah, ST, MSc, PhD, Ketua Program Studi Informatika Program Magister FTI UII, Jumat (29/7/2022).
Untuk bisa menggunakan sistem ini, siswa SMA dan sekolah sederajat atau calon mahasiswa wajib mengisi data pribadi. Di antaranya, nama, jenis kelamin, nilai mata pelajaran, hobi dan lain-lain. Setelah memasukkan data secara lengkap akan diperoleh tiga Prodi yang rekomendasikan.
Menurut Rio sistem rekomendasi serupa telah banyak ditemukan di penelitian sebelumnya. Tetapi penelitian tersebut kebanyakan masih menggunakan model berbasis aturan (rule-based) dan fuzy. “Belum banyak ditemukan sistem rekomendasi yang mengimplementasikan model berbasis pembelajaran mesin (machine learning) yang dikembangkan Rio,” kata Rio.
Penelitian ini, tambah Rio, bertujuan untuk mengeksplorasi implementasi sains data, khususnya terkait model machine learning pada sistem rekomendasi program studi. Implementasi tersebut diwujudkan dalam bentuk model klastering dan model klasifikasi.
Model klastering digunakan untuk menyeleksi kelompok mahasiswa yang akan digunakan sebagai data latih pada sistem. Sedangkan model klasifikasi digunakan sebagai model yang memberikan hasil rekomendasi kepada pengguna.
Studi komparasi penelitian akan melibatkan beberapa model klastering (KMeans, Agglomerative, Birch dan DBSCAN), model klasifikasi dengan pendekatan single-stages dan multi-stages, metode (multinomial logictic regressions, random forest dan support vector machine), dan skema preparasi dataset (dengan atau tanpa label berbasis IPK).
“Penelitian ini menemukan bahwa model KMeans merupakan model klastering untuk digunakan sebagai alat bantu seleksi kelompok mahasiswa. Sedangkan model terbaik pada sistem rekomendasi adalah model klasifikasi dengan pendekatan single-stage dan metode random forest,” kata Rio.
Kesimpulan penelitian ini, kedua model klasifikasi yang diinisiasikan penelitian berhasil menunjukkan perbaikan performa dibandingkan dengan model klasifikasi preliminary study. Pembaruan dan pendekatan yang dilakukan pada penelitian juga terbukti memberikan kontribusi terhadap performa kedua model tersebut.
Pembaruan yang dimaksud adalah adanya penambahan dataset baru terkait data capaian akademik mahasiswa selama studi perguruan tinggi. Selain itu, juga penerapan model klastering dan teknik semi-supervised learning yang digunakan untuk proses seleksi kelompok mahasiswa sebagai data latih model klasifikasi sistem rekomendasi.
Sementara Izzati menambahkan Rio merupakan lulusan cumlaude dengan IPK 3.97 dalam masa studi 1 tahun 7 bulan. Dalam menempuh studi pada jenjang magister ini, Rio mendapat ‘Beasiswa Kompetitif dari Program Studi Informatika Program Magister UII.’ “Magister Informatika FTI UII, saat ini semakin diminati profesional,” kata Izzati bangga. (*)