Pengembangan Sistem Informasi Akademik Prediktif Berbasis Sains Data Menggunakan Algoritma CatBoost dan SMOTE Untuk Deteksi Dini Risiko Putus Studi Mahasiswa dan Mitigasi Risiko Keuangan Institusi
DOI:
https://doi.org/10.64803/juikti.v2i2.198Keywords:
Sains Data, Sistem Informasi Akademik, Putus Studi Mahasiswa, Manajemen Keuangan Perguruan Tinggi, CatBoost, SMOTE, Mitigasi Risiko KeuanganAbstract
Ketepatan waktu kelulusan dan penekanan angka putus studi (academic dropout) merupakan indikator kinerja utama (Key Performance Indicators) yang menentukan reputasi akreditasi serta stabilitas keuangan suatu perguruan tinggi. Fenomena dropout tidak hanya mencerminkan kegagalan akademis, tetapi juga berdampak langsung pada hilangnya potensi pendapatan (loss of tuition revenue) dari Uang Kuliah Tunggal (UKT) yang mengganggu arus kas (cash flow) operasional institusi. Penelitian ini bertujuan untuk merancang Sistem Informasi Akademik Prediktif berbasis sains data yang mengintegrasikan algoritma Gradient Boosting (CatBoost) dan teknik Synthetic Minority Over-sampling Technique (SMOTE) sebagai sistem peringatan dini (Early Warning System). Data yang digunakan mencakup 4.200 rekam aktivitas digital dan keuangan 4.200 mahasiswa tingkat sarjana, meliputi variabel IPK semester awal, aktivitas LMS, presensi, status pembayaran UKT, dan riwayat tunggakan. Pengolahan data meliputi pembersihan data, feature engineering, dan penanganan class imbalance menggunakan SMOTE pada data latih. Hasil eksperimen menunjukkan algoritma CatBoost mencapai Accuracy 93,1%, Recall 92,4%, dan ROC-AUC 0,961. Hasil prediksi diintegrasikan ke dalam dasbor Sistem Informasi Manajemen (SIM) terpadu untuk Dosen Pembimbing Akademik dan Bagian Keuangan. Pengujian usabilitas sistem menggunakan System Usability Scale (SUS) menghasilkan skor 87,2 (Grade A / Excellent). Simulasi finansial menunjukkan bahwa sistem ini berpotensi memitigasi risiko kerugian pendapatan UKT hingga Rp1,8 miliar per angkatan melalui intervensi pencegahan dini.
References
[1] Muhammad Farhan Ferdino, Yolanda, Saipul Annur, and Tutut Handayani, “Pengembangan Pendidikan Tinggi Islam: Kajian Kebijakan dan Penguatan Sumber Daya Manusia di Era Digital,” EDUKASI, vol. 13, no. 2, pp. 414–426, Nov. 2025, doi: https://doi.org/10.61672/judek.v13i2.3008.
[2] Dafit Afianto and Ika Safitri Windiarti, “Transformasi Digital Perguruan Tinggi melalui Integrasi Sistem Informasi Akademik dan Administrasi Terpusat,” J. Pengemb. Teknol. Inf. dan Komun., vol. 4, no. 1, pp. 39–50, Jun. 2026, doi: https://doi.org/10.52060/juptik.v4i1.4183.
[3] N. Phan, A. Kristianto, J. Kendrico, and W. J. Alexander, “Perencanaan Enterprise Architecture Sistem Informasi pada Akademik: Studi Literatur,” JDMIS J. Data Min. Inf. Syst., vol. 2, no. 2, pp. 50–58, Aug. 2024, doi: https://doi.org/10.54259/jdmis.v2i2.1877.
[4] C. Himawan, “Pembelajaran Berbasis Proyek menggunakan Aplikasi Open Source Odoo pada Mata Kuliah Enterprise Resources Planning,” JISI J. Integr. Sist. Ind., vol. 10, no. 2, pp. 111–122, Aug. 2023, doi: https://doi.org/10.24853/jisi.10.2.111-122.
[5] J. A. Noyari, A. Aprillia, R. G. Munthe, A. Sutarman, and E. Kallas, “Optimasi Kinerja Sistem Informasi Manajemen Kampus Menggunakan Teknik Data Mining,” J. MENTARI Manajemen, Pendidik. dan Teknol. Inf., vol. 3, no. 1, pp. 52–63, Sep. 2024, doi: https://doi.org/10.33050/mentari.v3i1.613.
[6] S. Hafidzul Haq et al., “Peran Manajemen Sekuriti Dalam Meningkatkan Kesadaran Keamanan Data Mahasiswa Pada Sistem Informasi Akademik Ubhara Jaya,” Orbit J. Ilmu Multidisiplin Nusant., vol. 1, no. 2, pp. 35–50, Jan. 2025, doi: https://doi.org/10.63217/orbit.v1i2.77.
[7] M. Sulehu, W. Wisda, F. Wanita, and M. Markani, “Optimasi Prediksi Kelulusan Mahasiswa Menggunakan Random Forest untuk Meningkatkan Tingkat Retensi,” J. Minfo Polgan, vol. 13, no. 2, pp. 2364–2374, Jan. 2025, doi: https://doi.org/10.33395/jmp.v13i2.14472.
[8] F. Andika Putra, S. Mirajdandi, N. Nandra, B. Okmarizal, and S. Mulyanda, “Prediksi Dropout Mahasiswa: Early-Warning Berbasis Enrollment dengan Machine Learning,” J. FASILKOM, vol. 15, no. 3, pp. 465–473, Dec. 2025, doi: https://doi.org/10.37859/jf.v15i3.10714.
[9] I. Setiawan and K. A. T. Wibowo, “Optimisasi Kesuksesan Akademis: Studi Sistem Deteksi Dini untuk Mengidentifikasi Potensi Dropout Mahasiswa Tingkat Akhir dengan Protokol Intervensi Cepat pada Perguruan Tinggi,” J. Ris. Sist. dan Teknol. Inf., vol. 2, no. 1, pp. 57–63, Feb. 2024, doi: https://doi.org/10.30787/restia.v2i1.1424.
[10] A. Setiagils, Abdul Rozak, and Neng Sri Nuraeni, “Peran Lingkungan Sosial dalam Mengatasi Fenomena Quarter Life Crisis pada Mahasiswa Generasi Z di Perguruan Tinggi,” Muqoddima J. Pemikir. dan Ris. Sosiol., vol. 5, no. 2, pp. 43–60, Dec. 2024, doi: https://doi.org/10.47776/MJPRS.005.02.01.
[11] U. Djauhari, T. Wantu, and M. R. Djibran, “Analisis Faktor Mempengaruhi motivasi lulusan SMK Negeri 1 Bone Raya Melanjutkan Pendidikan Ke Perguruan Tinggi,” Student J. Guid. Couns., vol. 5, no. 1, pp. 44–54, Nov. 2025, doi: https://doi.org/10.37411/sjgc.v5i1.2932.
[12] S. A. A. Kharis and A. H. A. Zili, “Learning Analytics dan Educational Data Mining pada Data Pendidikan,” J. Ris. PEMBELAJARAN Mat. Sekol., vol. 6, no. 1, pp. 12–20, Mar. 2022, doi: https://doi.org/10.21009/jrpms.061.02.
[13] Tommy Jonathan Sinaga, “Analitik Pendidikan 4.0: Penerapan Data Mining dalam Mengungkap Karakteristik Siswa,” J. Manajemen, Pendidik. Dan Ilmu Komput., vol. 2, no. 2, pp. 74–83, Jul. 2025, doi: https://doi.org/10.65309/7fxdbf72.
[14] K. Handayani, Erni, and F. N. Hasan, “Analisis Kinerja Random Forest, Gradient Boosting, dan LightGBM dengan SMOTENC pada Klasifikasi Tingkat Obesitas,” J. Komput. Teknol. Inf. Sist. Komput., vol. 5, no. 1, pp. 865–874, Jun. 2026, doi: https://doi.org/10.62712/juktisi.v5i1.1074.
[15] R. Syaputra, T. A. Y. Siswa, and W. J. Pranoto, “Model Optimasi SVM Dengan PSO-GA dan SMOTE Dalam Menangani High Dimensional dan Imbalance Data Banjir,” Teknika, vol. 13, no. 2, pp. 273–282, Jul. 2024, doi: https://doi.org/10.34148/teknika.v13i2.876.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 ZUHRI ZUHRI, Geby Citra Ananda (Author)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
