Model Prediktif Keterlambatan Pembayaran Mahasiswa Berbasis Seleksi Fitur dengan Particle Swarm Optimization

Yessica Fara Desvia; Suharjanti; Suhardjono; Irmawati Carolina; Resti Lia Andharsaputri

doi:10.30865/json.v7i2.8973

Authors

Yessica Fara Desvia Politeknik Jatiluhur
Suharjanti Universitas Bina Sarana Informatika
Suhardjono Universitas Bina Sarana Informatika
Irmawati Carolina Universitas Bina Sarana Informatika
Resti Lia Andharsaputri Universitas Bina Sarana Informatika

DOI:

https://doi.org/10.30865/json.v7i2.8973

Keywords:

Decision Tree, Keterlambatan Pembayaran, Klasifikasi, PSO, Random Tree

Abstract

Keterlambatan pembayaran biaya kuliah menjadi salah satu permasalahan krusial di perguruan tinggi swasta yang dapat berdampak pada risiko akademik, seperti cuti atau putus studi. Penelitian ini diarahkan untuk mengembangkan model prediktif dalam mengidentifikasi keterlambatan pembayaran oleh mahasiswa, dengan memanfaatkan algoritma klasifikasi Decision Tree dan Random Tree, serta menerapkan metode Particle Swarm Optimization (PSO) untuk proses seleksi fitur. Data yang digunakan dalam penelitian ini mencakup 15.697 mahasiswa, masing-masing memiliki enam atribut sebagai variabel prediktor serta satu atribut target yang menunjukkan status mahasiswa, yaitu aktif atau cuti. Tahapan penelitian mencakup pengumpulan data, pra-pemrosesan, klasifikasi, seleksi fitur, dan evaluasi model dilakukan dengan menggunakan metrik akurasi, serta kurva ROC dan nilai AUC. Hasil penelitian menunjukkan akurasi model mencapai 98,83%, dengan peningkatan signifikan AUC pada Random Tree dari 0,632 menjadi 0,825 setelah seleksi fitur menggunakan PSO. Temuan ini menunjukkan bahwa PSO efektif dalam meningkatkan performa model klasifikasi dan mengurangi kompleksitas fitur yang tidak relevan. Sistem prediktif yang dihasilkan dapat membantu institusi pendidikan dalam melakukan deteksi dini mahasiswa berisiko menunggak, sehingga memungkinkan pengambilan tindakan preventif dan intervensi lebih tepat sasaran untuk mendukung keberlangsungan akademik mahasiswa.

References

Ridwansyah, M. Iqbal, H. Destiana, Sugiono, and A. Hamid, “Data Mining Berbasis Machine Learning Untuk Analitik Prediktif Dalam Kelulusan,” semanTIK, vol. 10, no. 2, pp. 1–10, 2024, doi: https://doi.org/10.55679/semantik.v10i2.67.

W. Li, “Design of Financial Crisis Early Warning Model Based on PSO-SVM Algorithm,” Math. Probl. Eng., pp. 1–8, 2022, doi: https://doi.org/10.1155/2022/3241802.

N. W. D. Ayuni, N. N. Lasmini, and K. C. Dewi, “Predicting financial distress of property and real estate companies using optimized support vector machine-particle swarm optimization (SVM-PSO),” Bull. Soc. Informatics Theory Appl., vol. 8, no. 1, pp. 97–106, 2024.

S. Anam, M. R. A. Putra, Z. Fitriah, I. Yanti, N. Hidayat, and D. M. Mahanani, “Health Claim Insurance Prediction Using Support Vector Machine With Particle Swarm Optimization,” BAREKENG J. Ilmu Mat. dan Terap., vol. 17, no. 2, pp. 0797–0806, 2023, doi: 10.30598/barekengvol17iss2pp0797-0806.

A. H. Kahfi, T. Prihatin, Yudhistira, A. Sudradjat, and G. Wijaya, “THE RIGHT STEPS TOWARDS GRADUATION: NB-PSO SMART COMBINATION FOR STUDENT GRADUATION PREDICTION,” J. Tek. Inform., vol. 5, no. 2, pp. 607–614, 2024, doi: https://doi.org/10.52436/1.jutif.2024.5.2.1889.

Sumarna, I. Nawawi, Suhardjono, Hari Sugiarto, and D. Yuliandari, “MENINGKATKAN AKURASI PREDIKSI KELULUSAN MAHASISWA MENGGUNAKAN METODE ALGORITMA GENETIKA,” J. Inform. Manaj. dan Komput., vol. 16, no. 2, 2024, doi: http://dx.doi.org/10.36723/juri.v16i2.706.

W. Widayani and H. Harliana, “Analisis Support Vector Machine Untuk Pemberian Rekomendasi Penundaan Biaya Kuliah Mahasiswa,” J. Sains dan Inform., vol. 7, no. 1, pp. 20–27, 2021, doi: 10.34128/jsi.v7i1.268.

N. Y. L. Gaol, “Prediksi Mahasiswa Berpotensi Non Aktif Menggunakan Data Mining dalam Decision Tree dan Algoritma C4.5,” J. Inf. Teknol., vol. 2, pp. 23–29, 2020, doi: 10.37034/jidt.v2i1.22.

H. Nurdin, I. Carolina, R. L. Andharsaputri, A. Wuryanto, and Ridwansyah, “Forward Selection as a Feature Selection Method in the SVM Kernel for Student Graduation Data,” Sink. J. dan Penelit. Tek. Inform., vol. 8, no. October, pp. 2531–2537, 2024, doi: 10.33395/sinkron.v8i4.14172.

M. J. Budiman and Fanny Jouke Doringin, “PENERAPAN ALGORITMA C5.0 DALAM MEMPREDIKSI KETERLAMBATAN PEMBAYARAN BIAYA KULIAH DI UNKRISWINA SUMBA,” J. Ilmu Komput. Revolusioner, vol. 8, no. 6, 2024.

Max Bramer, Principles of Data Mining. Springer London, 2020.

A. Hamid and Ridwansyah, “Optimizing Heart Failure Detection : A Comparison between Naive Bayes and Particle Swarm Optimization,” Paradigma, vol. 26, no. 1, pp. 30–36, 2024, doi: https://doi.org/10.31294/p.v26i1.3284.

T. Azhima, Y. Siswa, and W. J. Pranoto, “Implementasi Seleksi Fitur Information Gain Ratio Pada Algoritma Random Forest Untuk Model Data Klasifikasi Pembayaran Kuliah,” Din. Inform., vol. 15, no. 1, pp. 41–49, 2023.

M. Norhalimi and T. A. Y. Siswa, “Optimasi Seleksi Fitur Information Gain pada Algoritma Naïve Bayes dan K-Nearest Neighbor,” JISKA (Jurnal Inform. Sunan Kalijaga), vol. 7, no. 3, pp. 237–255, 2022, doi: 10.14421/jiska.2022.7.3.237-255.

M. Mubarokah, D. Aditya Nugraha, and A. Yunus, “Penerapan Algoritma C4.5 dalam Memprediksi Keterlambatan Pembayaran Sumbangan Pembinaan Pendidikan,” J. Ris. Mhs. Bid. Teknol. Inf., vol. 7, no. 1, pp. 1–5, 2024, [Online]. Available: https://ejournal.unikama.ac.id/index.php/JFTI.

H. Umar, R. Kusumawati, M. Imamudin, and M. A. Rohman, “Klasifikasi Keterlambatan Pembayaran Sumbangan Pembinaan Pendidikan Menggunakan Algoritma Naïve Bayes dan Support Vector Machine,” TIN Terap. Inform. Nusant., vol. 4, no. 11, pp. 709–718, 2024, doi: 10.47065/tin.v4i11.4969.

T. A. Y. Siswa and R. P. Wibowo, “Komparasi Metode Seleksi Fitur Dalam Prediksi Keterlambatan Pembayaran Biaya Kuliah,” Teknika, vol. 12, no. 1, pp. 73–82, 2023, doi: 10.34148/teknika.v12i1.601.

M. R. Akhmad and T. A. Y. Siswa, “Implementasi K-Nearest Neighbor Dalam Memprediksi Keterlambatan Pembayaran Biaya Kuliah Di Perguruan Tinggi,” Progresif J. Ilm. Komput., vol. 18, no. 2, p. 185, 2022, doi: 10.35889/progresif.v18i2.921.

H. Nurdin, I. Nawawi, A. Wuryanto, D. Yuliandari, and H. Sugiarto, “Prediksi Keterlambatan Pembayaran Mahasiswa untuk Mitigasi Risiko Cuti Menggunakan SVM Optimasi PSO,” J. Apl. Sains, Inf. , Elektron. dan Komput., vol. 7, no. 1, pp. 1–11, 2025, doi: https://doi.org/10.26905/jasiek.v7i1.15483.

S. Mulyono, Manajemen Keuangan Perguruan Tinggi. Jakarta: PT RajaGrafindo Persada, 2010.

D. Ratnasari, M. Sari, and A. Putri, “Analisis Pembiayaan dan Manajemen Finansial di Perguruan Tinggi Swasta,” J. Manaj. Pendidik., vol. 12, no. 2, pp. 45–58, 2025.

S. Mirjalili, Nature-Inspired Optimizers: Theories, Literature Reviews and Applications. Springer, 2019.