Penerapan Algoritma Random Forest Untuk Memprediksi Jumlah Santri Baru Di Pondok Pesantren Ngalah

Laelatul Hidayah, 202069040046 (2024) Penerapan Algoritma Random Forest Untuk Memprediksi Jumlah Santri Baru Di Pondok Pesantren Ngalah. Sarjana thesis, Universitas Yudharta.

	Text (Abstrak.pdf) 202069040046_Abstrak.pdf Restricted to Registered users only Download (15kB) | Request a copy
	Text (BAB I.pdf) 202069040046_BAB I.pdf Restricted to Registered users only Download (83kB) | Request a copy
	Text (BAB II.pdf) 202069040046_BAB II.pdf Restricted to Registered users only Download (206kB) | Request a copy
	Text (BAB III.pdf) 202069040046_BAB III.pdf Restricted to Registered users only Download (188kB) | Request a copy
	Text (BAB IV.pdf) 202069040046_BAB IV.pdf Restricted to Registered users only Download (330kB) | Request a copy
	Text (BAB V.pdf) 202069040046_BAB V.pdf Restricted to Registered users only Download (12kB) | Request a copy
	Text (Daftar Pustaka.pdf) 202069040046_Daftar Pustaka.pdf Restricted to Registered users only Download (137kB) | Request a copy
	Text (Halaman Depan.pdf) 202069040046_Halaman Depan.pdf Restricted to Registered users only Download (536kB) | Request a copy

Abstract

Setiap tahun ajaran baru, setiap instansi pendidikan baik formal maupun nonformal melaksanakan proses penerimaan siswa secara rutin, termasuk Pondok Pesantren Ngalah yang membuka penerimaan santri baru dengan 2 gelombang. Namun, pelaksanaan penerimaan santri baru tersebut masih menghadapi kendala seperti jumlah santri baru yang melebihi kuota asrama yang tersedia. Oleh karena itu, dibutuhkan suatu prediksi jumlah santri baru untuk membantu pihak pesantren dalam mengoptimalkan proses penerimaan santri baru. Penerapan algoritma random forest pada penelitian ini digunakan untuk memprediksi jumlah santri baru. Hasil nilai akurasi, MAE dan MSE digunakan untuk mengukur kinerja dari algoritma random forest dan menentukan nilai parameter terbaik pada prediksi jumlah santri baru. Hasil penelitian ini menunjukkan bahwa algoritma random forest memiliki nilai akurasi yang tinggi yaitu sebesar 97,73% dalam memprediksi jumlah santri baru dan nilai MAE serta MSE yang sangat rendah, masing-masing sebesar 0,05 dan 0,18.

Item Type:	Thesis (Sarjana)
Identification Number:	0304-KI-24-01
Contributors:	Contribution Contributors Email Thesis advisor M. Imron Rosadi, M.Kom, ㅤ UNSPECIFIED
Subjects:	Karya Umum > Ensiklopedia
Divisions:	Fakultas Teknik > Teknik Informatika
Date Deposited:	05 Nov 2024 13:33
Last Modified:	04 Jan 2025 09:43
URI:	https://repository.yudharta.ac.id/id/eprint/5598

Actions (login required)

View Item