Prediksi Kelayakan Calon Penerima Beasiswa MenggunakanAlgoritma Logistic Regression

Proses seleksi penerima beasiswa sering menghadapi kendala karena banyaknya jumlah pendaftar yang harus dievaluasi berdasarkan berbagai kriteria, sehingga proses seleksi manual memerlukan waktu yang lama dan berpotensi menimbulkan subjektivitas dalam pengambilan keputusan. Penelitian ini bertujuan membangun model prediksi kelayakan calon penerima beasiswa menggunakan algoritma Logistic Regression dengan teknik Bagging. Penelitian ini menerapkan metodologi CRISP-DM menggunakan dataset sebanyak 2.042 data mahasiswa dengan atribut IPK, penghasilan orang tua, jumlah tanggungan, dan keikutsertaan organisasi. Data dibagi menjadi 80% data pelatihan dan 20% data pengujian untuk membangun dan mengevaluasi model. Hasil penelitian menunjukkan bahwa penerapan teknik Bagging meningkatkan nilai accuracy dari 82,89% menjadi 83,37% dengan ROC AUC sebesar 0,9223. Model kemudian diimplementasikan ke dalam sistem prediksi berbasis web menggunakan Flask. Hasil tersebut menunjukkan bahwa Logistic Regression dengan teknik Bagging dapat digunakan sebagai pendukung proses seleksi penerima beasiswa yang lebih cepat, objektif, dan konsisten.Link Publikasi : https://journal.universitasbumigora.ac.id/bite