Analisis Runtun Waktu Untuk Memprediksi Jumlah Mahasiswa Baru Dengan Model Random Forest

Abstract

Penerimaan mahasiswa baru merupakan proses penting pada instansi pendidikan seperti perguruan tinggi yang berguna untuk menyaring calon mahasiswa yang diterima sesuai kriteria yang ditentukan oleh perguruan tinggi. Tujuan penelitian ini adalah melakukan prediksi jumlah mahasiswa baru menggunakan model Random Forest dengan dataset penerimaan mahasiswa baru Universitas XYZ periode 2010-2019. Model Random Forest adalah salah satu algoritma machine learning yang sangat baik dalam memecahkan masalah klasifikasi dan regresi. Berdasarkan hasil penelitian didapatkan bahwa model yang dihasilkan memiliki tingkat akurasi 99,8 % dengan nilai MSE dan MAE sebesar 0,02% dalam meramalkan mahasiswa baru. Parameter terbaik dari model dengan nilai maxnodes 100 dan ntree 900 serta adanya trend penurunan jumlah mahasiswa untuk beberapa tahun kedepan.