eprintid: 31758
rev_number: 10
eprint_status: archive
userid: 12
dir: disk0/00/03/17/58
datestamp: 2026-06-26 07:40:50
lastmod: 2026-06-26 07:40:50
status_changed: 2026-06-26 07:40:50
type: thesis
metadata_visibility: show
creators_name: Amirudin, Mahmud Zunus
creators_nim: 24.51.1640
contributors_name: Kusrini, Kusrini
corp_creators: Universitas AMIKOM Yogyakarta
title: ANALISIS KOMPARASI ALGORITMA SUPPORT VECTOR 
MACHINE DAN RANDOM FOREST UNTUK MEMPREDIKSI
KELULUSAN SANTRI DALAM MELANJUTKAN STUDI KE
TIMUR TENGAH 
(Studi kasus : Pondok Pesantren Imam Bukhari)
ispublished: pub
subjects: 000.000.000A
divisions: mti
full_text_status: public
keywords: Machine learning, Support Vector Machine, Random Forest, prediksi
kelulusan, pesantren, Timur Tengah, graduation prediction, Islamic boarding school, Middle East.
abstract: Penelitian ini bertujuan untuk menganalisis dan membandingkan performa dua
algoritma machine learning, yaitu Support Vector Machine (SVM) dan Random
Forest (RF), dalam memprediksi kelulusan santri Pondok Pesantren Imam Bukhari
yang melanjutkan studi ke Timur Tengah. Data yang digunakan meliputi nilai
akademik, kemampuan bahasa Arab, serta jumlah hafalan Al-Qur’an.ُ Metodeُ
penelitian mencakup tahap pra-pemrosesan data, pembagian data latih dan uji,
pelatihan model, evaluasi menggunakan metrik akurasi, presisi, recall, dan F1score,

serta analisis feature importance untuk mengidentifikasi faktor dominan
yang memengaruhi hasil prediksi. Hasil penelitian menunjukkan bahwa algoritma
Random Forest memiliki akurasi tertinggi sebesar 71,14% dibandingkan Support
Vector Machine sebesar 64,98%. Meskipun demikian, SVM menunjukkan
sensitivitas lebih baik dalam mengenali santri yang berpotensi tidak lulus,
sementara RF lebih stabil dalam mengklasifikasikan santri lulus. Faktor yang paling
berpengaruh terhadap kelulusan santri adalah hafalan Al-Qur’an,ُdiikutiُolehُmataُ
pelajaran keagamaan seperti Hadits, Musthalah, dan Faraidh. Kesimpulan dari
penelitian ini menunjukkan bahwa Random Forest lebih sesuai digunakan untuk
meningkatkan akurasi keseluruhan, sedangkan SVM lebih efektif dalam
mendeteksi risiko ketidaklulusan. Penelitian ini diharapkan dapat menjadi dasar
pengembangan sistem pendukung keputusan berbasis data bagi lembaga
pendidikan Islam dalam proses seleksi dan pembinaan santri.
date: 2025-11-10
date_type: published
institution: Universitas AMIKOM Yogyakarta
department: Pascasarjana Teknik Informatika
thesis_type: masters
thesis_name: tesis
citation:   Amirudin, Mahmud Zunus  (2025) ANALISIS KOMPARASI ALGORITMA SUPPORT VECTOR MACHINE DAN RANDOM FOREST UNTUK MEMPREDIKSI KELULUSAN SANTRI DALAM MELANJUTKAN STUDI KE TIMUR TENGAH (Studi kasus : Pondok Pesantren Imam Bukhari).  S2 - Magister thesis, Universitas AMIKOM Yogyakarta.   
document_url: https://eprints.amikom.ac.id/id/eprint/31758/1/24.51.1640%20%20Mahmud%20Zunus%20Amirudin.pdf