"Model Prediksi Kualitas Akademik Mahasiswa Berdasarkan Kebiasaan Pola Hidup menggunakan Algoritma XGBoost [ENY, SYJ]"

Abstract

Kualitas akademik mahasiswa merupakan indikator penting dalam menilai keberhasilan pendidikan tinggi, yang tidak hanya dipengaruhi oleh faktor intelektual, tetapi juga oleh kebiasaan pola hidup sehari-hari. Penelitian ini bertujuan untuk mengembangkan model prediksi nilai ujian akhir mahasiswa berdasarkan kebiasaan pola hidup menggunakan algoritma XGBoost. Algoritma ini dipilih karena kemampuannya dalam menangani data kompleks dan memberikan akurasi tinggi, serta kemampuannya dalam menginterpretasi kontribusi masing-masing variabel melalui metode seperti SHAP. Penelitian ini memanfaatkan data publik yang berisi informasi terkait mahasiswa tahun pertama. Tahapan penelitian mencakup studi literatur, pengumpulan dan prapemrosesan data, pelatihan model, evaluasi performa menggunakan metrik akurasi, presisi, recall, dan F1-score, serta analisis pentingnya fitur. Hasil dari penelitian ini diharapkan dapat digunakan oleh mahasiswa dan institusi pendidikan untuk merancang strategi intervensi berbasis data yang mendukung pencapaian akademik secara optimal melalui pengelolaan gaya hidup yang lebih sehat dan efektif.