Aplikasi Pengukur Tingkat Kepuasan Alumni Berdasarkan Data Tracer Study Berbasis Metode Machine Learning

Abstract

Pelacakan lulusan atau yang lebih dikenal dengan tracer study adalah salah satu feedback dari alumni terhadap perguruan tinggi. Tracer study merupakan salah satu kegiatan wajib bagi perguruan tinggi dalam menggali berbagai macam aspek yang dibutuhkan dari alumni seperti data diri ketika menjadi mahasiswa, pelayanan selama kuliah, lamanya mencari kerja serta kesesuaian dengan pekerjaan. Setiap tahun ratusan mahasiswa sudah diluluskan oleh perguruan tinggi, dengan begitu jumlah alumni dari tahun ke tahun terus bertambah, perlu dilakukan analisis yang mendalam dengan teknik data science untuk mendapatkan insight data tracer study sebagai evaluasi oleh program studi. Analisis data tracer study diperlukan untuk perbaikan proses pembelajaran melalui pengukuran tingkat kepuasan lulusan. Adapun tujuan penelitian, yaitu membuat analisis model prediksi tingkat kepuasan alumni berdasarkan klasifikasi data tracer study menggunakan metode machine learning yaitu algoritma K-Means sebagai klusterisasi data, algoritma Support Vektor Machine sebagai klasifikasi data. Model penilaian menggunakan 87 fitur data tracer study, dimana algoritma Support Vektor Machine menggambarkan klasifikasi data tracer study dengan tingkat akurasi sebesar 90%. Berdasarkan faktor yang dapat mengklasifikasikan tingkat kepuasan alumni, maka dapat menentukan kualitas lulusan akan semakin baik.