Seminar Nasional Saintek 2023

Seleksi Fitur Pada Pengelompokan Mahasiswa Ke Dalam Peminatan Lab Untuk Tugas Akhir Berdasarkan Nilai Mata Kuliah Menggunakan Fuzzy C-Mean

Indradi Rahmatullah, Universitas Mataram

PENDAHULUAN

• Tugas Akhir mahasiswa merupakan hal yang sangat penting sebagai syarat kelulusan dari Universitas. Di PSTI Universitas Mataram, setiap mahasiswa diwajibkan untuk memilih lab peminatan untuk memfokuskan topik tugas akhir yang akan dikerjakan.

• Mahasiswa memilih lab berdasarkan nilai Mata Kuliah

TUJUAN

Penelitian ini bertujuan untuk mengelompokkan dan menganalisis mahasiswa ke dalam laboratorium peminatan untuk tugas akhir dengan menggunakan metode clustering serta melakukan seleksi fitur dari hasil clustering untuk mengetahui hasil yang optimal

METODE

• Alur Proses Penelitian

• Metode Clustering:
• Fuzzy C-Means : Proses Clustering
• Silhouette Coefficient : Proses Analisis Hasil Cluster

​

• Metode Seleksi Fitur:
• Pearson Correlation
• Principal Component Analysis

• Data:

Dalam penelitian ini menggunakan data angka (kuantitatif) yang berasal dari transkrip nilai mahasiswa PSTI Universitas Mataram yang telah lulus.

• Mata Kuliah Wajib : Sebagai Parameter Model
• Nilai Mata Kuliah : Sebagai Data Uji

DATA

• Mata Kuliah Wajib:

Daftar mata kuliah wajib yang didapat untuk dijadikan parameter berasal dari hasil kuesioner (google form) kepada masing-masing kepala Lab yang ada di PSTI.

​

• Transkrip Nilai:

Transkrip nilai didapatkan secara langsung kepada staff PSTI dengan izin untuk digunakan sebagai bahan penelitian. Dari transkrip nilai tersebut nantinya akan diambil nilai per mata kuliah wajib yang sudah didapatkan sebelumnya (Total 331 Data).

​

HASIL PENELITIAN

Plotting Cluster (331 Data)

Plotting Cluster (131 Data)

SELEKSI FITUR

Pearson Correlation (331 Data)

SELEKSI FITUR

Principal Component Analysis (331 Data)

HASIL PENELITIAN

Tabel Perbandingan Hasil (SC Score)

Pembahasan

• Dari hasil uji coba yang telah dilakukan dengan menggunakan data mahasiswa lengkap (331 data) dengan parameter total 35 mata kuliah, didapatkan:
• SC Score FCM: 0.487
• SC Score setelah Pearson Correlation: 0.485
• SC Score setelah PCA: 0.430

​

• Dari hasil uji coba yang telah dilakukan dengan pengurangan jumlah data (131 data) dengan parameter total 35 mata kuliah, didapatkan:
• SC Score FCM: 0.501
• SC Score setelah Pearson Correlation: 0.534
• SC Score setelah PCA: 0.413

Pembahasan

• Berdasarkan penelitian yang dilakukan terhadap pembuatan model pemilihan fitur peminatan lab mahasiswa dari hasil clustering menggunakan metode FCM dengan data berupa nilai mata kuliah, dapat membuktikan bahwa hipotesis yang didasarkan pada hasil kuesioner yaitu memilih lab berdasarkan nilai mata kuliah yang berkaitan sangat memungkinkan.
• Penelitian ini memiliki implikasi yaitu, model yang dibuat dapat memberikan kontribusi atau membantu mahasiswa dalam menentukan pemilihan lab, sehingga dapat fokus dalam mengerjakan tugas akhir.

KESIMPULAN

• Fuzzy C-Means yang diikuti dengan metode seleksi fitur yang tepat dapat menghasilkan pengelompokan mahasiswa ke dalam laboratorium peminatan dengan hasil yang baik dan dapat dikembangkan lebih lanjut.
• Silhouette Coefficient dapat dijadikan tolak ukur apakah hasil cluster dari model yang dibuat termasuk bagus atau tidak.
• Penelitian ini masih dapat dikembangkan lebih lanjut dengan beberapa penambahan seperti dataset dari lulusan terbaru lainnya dan tidak terbatas pada mata kuliah wajib saja.

TERIMA KASIH