Komparasi Algoritma Machine Learning untuk Klasifikasi Kunjungan Tamu pada Institusi Pendidikan
DOI:
https://doi.org/10.29407/j9cn6s34Abstract
Pencatatan tamu di institusi pendidikan umumnya sekadar arsip pasif, belum dimanfaatkan untuk prediksi kategori kunjungan. Riset komparasi machine learning juga masih minim di domain operasional ini. Studi ini membandingkan algoritma KNN, Naive Bayes, Decision Tree, Random Forest, dan SVM dalam mengklasifikasikan data tamu menggunakan Orange Data Mining. Pemilihan platform visual ini memudahkan penerapan oleh staf non-programmer. Hasil penelitian menunjukkan algoritma paling optimal untuk kasus tersebut. Secara praktis, studi ini membuktikan bahwa machine learning mampu mengubah data administratif pasif menjadi wawasan prediktif strategis bagi pengambilan keputusan dan peningkatan layanan institusi pendidikan.
Keywords:
Klasifikasi, Kunjungan Tamu, Orange Data Mining, Pembelajaran Mesin, Perbandingan Algoritma##plugins.themes.default.displayStats.downloads##
References
[1] A. M. Majid and I. Nawangsih, "Perbandingan Metode Ensemble Untuk Meningkatkan Akurasi Algoritm Machine Learning Dalam Memprediksi Penyakit Breast Cancer (Kanker Payudara)," J. SAINTIKOM (Jurnal Sains Manaj. Inform. dan Komputer), vol. 23, no. 1, pp. 97-104, Feb. 2024, doi: 10.53513/JIS.V23I1.9563.
[2] S. Adnin Kamila, R. Sri Sulistijowati, I. Susanto, and F. Matematika dan Ilmu Pengetahuan Alam, "Classification of Heart Disease Using Decision Tree and Random Forest," Semin. Nas. Teknol. Sains, vol. 2, no. 1, pp. 7-12, Jan. 2023, doi: 10.29407/STAINS.V2I1.2816.
[3] P. B. Alamin and Diah Aryani, "PERBANDINGAN ALGORITMA KNN, NAIVE BAYES DAN SVM UNTUK KLASIFIKASI STATUS STUNTING ANAK BALITA DI PUSKESMAS SEPATAN," STORAGE J. Ilm. Tek. dan Ilmu Komput., vol. 4, no. 4, pp. 360-369, Nov. 2025, doi: 10.55123/STORAGE.V4I4.6591.
[4] H. T. Santoso, F. A. Felmidi, A. N. Fadhila, A. Ristyawan, and E. Daniati, "Analisis Kinerja Algoritma Data Mining pada Klasifikasi Tingkat Obesitas dengan K-Fold Cross Validation dan AUC," Pros. SEMNAS INOTEK (Seminar Nas. Inov. Teknol.), vol. 8, no. 1, pp. 113-122, Jul. 2024, doi: 10.29407/INOTEK.V8I1.4917.
[5] A. Perbandingan Algoritma Classification Berdasarkan Komposisi Label, T. Krisna Amarya, A. G. Candra Andy, R. Achmad, E. Daniati, and A. Ristyawan, "Analisa Perbandingan Algoritma Classification Berdasarkan Komposisi Label," Pros. SEMNAS INOTEK (Seminar Nas. Inov. Teknol.), vol. 8, no. 1, pp. 32-40, Jul. 2024, doi: 10.29407/INOTEK.V8I1.4906.
[6] D. Safitri, S. S. Hilabi, and F. Nurapriani, "ANALISIS PENGGUNAAN ALGORITMA KLASIFIKASI DALAM PREDIKSI KELULUSAN MENGGUNAKAN ORANGE DATA MINING," Rabit J. Teknol. dan Sist. Inf. Univrab, vol. 8, no. 1, pp. 75-81, Jan. 2023, doi: 10.36341/RABIT.V8I1.3009.
[7] Z. Amri, K. Kusrini, and K. Kusnawi, "Prediksi Tingkat Kelulusan Mahasiswa menggunakan Algoritma Naïve Bayes, Decision Tree, ANN, KNN, dan SVM," Edumatic J. Pendidik. Inform., vol. 7, no. 2, pp. 187-196, Dec. 2023, doi: 10.29408/edumatic.v7i2.18620.
[8] I. Setiawan, I. Fatah Yasin, Y. Tri Desianti, P. Studi Sistem Dan Teknologi Informasi, F. Sains Dan Teknologi, and A. Surakarta, "Komparasi Kinerja Algoritma Random Forest, Decision Tree, Naïve Bayes, dan KNN dalam Prediksi Tingkat Depresi Mahasiswa menggunakan Student Depression Dataset," J. Ilmu Komput. dan Teknol., vol. 6, no. 1, pp. 47-58, Feb. 2025, doi: 10.35960/IKOMTI.V6I1.1756.
[9] P. Sejati, M. Munawar, M. Pilliang, and H. Akbar, "Studi Komparasi Naive Bayes, K-Nearest Neighbor, dan Random Forest untuk Prediksi Calon Mahasiswa yang Diterima atau Mundur," J. Teknol. Inf. dan Ilmu Komput., vol. 9, no. 7, pp. 1341-1348, Dec. 2022, doi: 10.25126/JTIIK.2022976737.
[10] A. A. Karim, M. A. Prasetyo, and M. R. Saputro, "Perbandingan Metode Random Forest, K-Nearest Neighbor, dan SVM Dalam Prediksi Akurasi Pertandingan Liga Italia," Semin. Nas. Teknol. Sains, vol. 2, no. 1, pp. 377-382, Jan. 2023, doi: 10.29407/STAINS.V2I1.2877.
[11] A. Laksono and F. A. Rahmadani, "Analisis Sentimen Opini Publik di platform X (Twitter) terhadap Bencana Banjir Sumatra," Semin. Nas. Teknol. Sains, vol. 5, no. 1, pp. 689-698, Jan. 2026, doi: 10.29407/XQ0RVZ75.
Downloads
Published
Issue
Section
License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
