Article Per Year (5 Year)
p-Index From 2019 - 2024
1.578
P-Index
This Author published in this journals
All Journal Jurnal Dedikasi Jurnal Gamma Jurnal Pemikiran dan Pengembangan Sekolah Dasar (JP2SD) JINOP (Jurnal Inovasi Pembelajaran) Jurnal Pendidikan Biologi Indonesia Jurnal Edukasi Matematika dan Sains As-Salam: Jurnal Studi Hukum Islam & Pendidikan AL-ATHFAAL : JURNAL ILMIAH PENDIDIKAN ANAK USIA DINI Journal of Education Technology Azzahra : Jurnal Pendidikan Anak Usia Dini Proceeding Biology Education Conference Prosiding SNPBS (Seminar Nasional Pendidikan Biologi dan Saintek) PEDULI : Jurnal Pengabdian Kepada Masyarakat Jurnal Informatika Polinema (JIP)
Elly Purwanti
Pendidikan Biologi, FKIP, UMM
Agriculture, Biological Sciences & Forestry Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Public Health Social Sciences

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Informatika Polinema (JIP)

 1 
Model Klasifikasi Pada Seleksi Mahasiswa Baru Penerima KIP Kuliah Menggunakan Regresi Logistik Biner Ronny Susetyoko; Wiratmoko Yuwono; Elly Purwantini
Jurnal Informatika Polinema Vol. 8 No. 4 (2022): Vol 8 No 4 (2022)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v8i4.914

Abstract

Seleksi mahasiswa baru penerima Kartu Indonesia Pintar Kuliah (KIP Kuliah) dilakukan oleh setiap institusi untuk memilih mahasiswa yang benar-benar memiliki potensi akademik yang baik dan keterbatasan ekonomi. Pada penelitian ini menggunakan regresi logistik biner sebagai model klasifikasi. Data hasil preprocessing dibagi menjadi data training dan data testing. Beberapa model regresi logistik dibandingkan kinerjanya, baik yang menggunakan data asli, data hasil normalisasi, data undersampling, data oversampling, serta data hasil kombinasi oversampling dan undersampling. Evaluasi model berdasarkan signifikansi parameter di dalam model dan kinerja klasifikasi dari matriks konfusi. Dari perbandingkan tujuh model regresi logistik, model yang terbaik adalah model yang menggunakan data asli dengan rerata F1 Score 92,40%, rerata recall sebesar 87,93%, accuracy sebesar 88,01%, precision sebesar 97,92%, dan AUC sebesar 84,6%.
Co-Authors Akhmad Sukri Anis Masliyah Cikra Ikhda Nur Hamidah Safitri Eddy Satriyanto Fauzi Ahmad Muda Fendy Hardian Permana Fitriyah FITRIYAH Fitriyah Fitriyah Ilham Budi Setyawan Ilham Budi Setyawan, Ilham Isti Pujiati Laila Nursafitri Mauridhi Hery Purnomo Muizzudin, M. Mukhammad Aris Nafi’ah, Elisa Rohimatun Ningrum, Retno Novan Ardy Wiyani Novita Herawati Panji Ratih Suci Rahmat Hidayat Ronny Susetyoko Sefriyanti Siti Fatimah Siti Khomsiyati Siti Khomsiyati Siti Zaenab sitikhomsiyati Sukarsono Sukarsono Wahyu Prihanta Wiratmoko Yuwono Yuliani, Rifky Luvia Yuni Pantiwati