PREDIKSI TUNGGAKAN PEMBAYARAN MAHASISWA UNIVERSITAS MUHAMMADIYAH AHMAD DAHLAN CIREBON MENGGUNAKAN ALGORITMA RANDOM FOREST Dr. Domy Kristomo, S.T., M.Eng Primary Author SUHERMAN - 247110005 Primary Author mixed material bibliography Yogyakarta UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI) 2025 monographic id Indonesia

Thesis

Penelitian ini bertujuan mengembangkan model prediksi tunggakan pembayaran mahasiswa di Universitas Muhammadiyah Ahmad Dahlan Cirebon menggunakan algoritma Random Forest. Dataset yang digunakan berasal dari Sistem Informasi Akademik dengan total 490 data mahasiswa dari empat angkatan (2018–2021), yang dibagi menjadi 80% data latih dan 20% data uji. Proses pengolahan mencakup data cleaning, transformasi, dan seleksi fitur dengan Recursive Feature Elimination. Model dioptimalkan melalui GridSearchCV untuk memperoleh konfigurasi terbaik. Hasil evaluasi menunjukkan kinerja yang tinggi dengan AUC 0,980, akurasi 88,8%, precision 90,4%, recall 88,8%, dan F1-score 0,875. Analisis feature importance menempatkan variabel jumlah_tunggakan sebagai faktor dominan. Rekomendasi strategis yang dapat diterapkan universitas meliputi: (1) penerapan sistem peringatan dini berbasis data bagi mahasiswa berisiko, (2) program keringanan atau cicilan pembayaran khusus bagi mahasiswa dengan tunggakan tinggi, serta (3) monitoring berkala melalui dashboard keuangan untuk pengambilan keputusan cepat. Dengan demikian, penelitian ini tidak hanya menghasilkan model prediksi, tetapi juga solusi praktis dalam pengelolaan keuangan kampus. Kata kunci: Random Forest, Prediksi Tunggakan Mahasiswa, Machine Learning, Recursive Feature Elimination, GridSearchCV, Evaluasi Model (AUC, F1, Akurasi), Manajemen Keuangan Perguruan Tinggi. Algoritma NONE Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia 021 SUH P R.1 SUH0021MT0125 RAK REFERENSI TESIS MTI 021 SUH P R.1 18346 2026-02-20 08:37:11 2026-02-20 08:57:32 machine generated