Klasifikasi Ketertarikan Mahasiswa Pembelajaran Berbasiskan Video Business Intelligence Menggunakan Adaboost

Abstract

Salah satu syarat yang harus dilalui oleh mahasiswa agar dapat lulus dan meraih gelar sarjana S1 adalah membuat skripsi. Pembuatan skripsi yang sesuai dengan apa yang pernah dipelajari selama berkuliah adalah prioritas utama para mahasiswa semester akhir. Pada masa pandemi kebanyakan perkuliahan diselenggarakan tidak dalam bentuk tatap muka secara langsung. Namun pada masa pandemi kebanyakan perkuliahan diselenggarakan dalam bentuk pembelajaran berbasiskan video. Dengan dua alasan di atas penelitian ini berfokus untuk mengetahui klasifikasi ketertarikan mahasiswa untuk membuat skripsi berdasarkan mata kuliah dalam bentuk pembelajaran berbasiskan video yang pernah ditempuh. Metode yang digunakan membuat klasifikasi ini adalah metode boosting adaptif yang populer dengan istilah AdaBoost. AdaBoost dipilih karena menunjukkan kinerja yang baik pada beberapa penelitian sebelumnya. Akurasi klasifikasi metode ini ditentukan menggunakan Precision, Recall, dan F1. Hasil penelitian menunjukkan bahwa Precision tertinggi adalah Precision untuk kelas Tidak, Recall tertinggi adalah Recall untuk kelas Ragu-ragu, dan F1 tertinggi adalah F1 untuk kelas Ragu-ragu dan Tidak.