Exploratory Data Analysis (EDA) dalam Dataset Penerimaan Mahasiswa Baru Universitas XYZ Palembang

Indra Griha Tofik Isa; Zulkarnaini Zulkarnaini; Leni Novianti; Febie Elfaladonna; Suzan Agustri

doi:10.30591/smartcomp.v12i3.4125

Exploratory Data Analysis (EDA) dalam Dataset Penerimaan Mahasiswa Baru Universitas XYZ Palembang

Indra Griha Tofik Isa, Zulkarnaini Zulkarnaini, Leni Novianti, Febie Elfaladonna, Suzan Agustri

Abstract

Keberhasilan suatu pemodelan salah satunya dipengaruhi oleh kualitas dari dataset yang dianalisis. Exploratory Data Analysis merupakan teknik yang digunakan dalam data understanding untuk mengeksplorasi data mana saja yang memiliki kualitas yang nantinya digunakan dalam tahapan pemodelan. Kasus yang diangkat dalam penelitian ini adalah dataset penerimaan mahasiswa baru di Universitas XYZ, dimana untuk tujuan akhirnya adalah bagaimana memprediksikan preferensi program studi bagi calon pendaftar. Namun dari dataset tersebut dengan beragam data perlu dikaji lebih lanjut untuk mencermati kualitas data yang valid, kredibel, mendukung dalam pemodelan preferensi pilihan program studi. Sebuah EDA akan diimplementasikan sebagai solusi dari penelaahan data dengan melihat ragam data dari dataset penerimaan mahasiswa baru, potensi fitur yang mendukung dalam tahap pemodelan, rekomendasi yang perlu dilakukan untuk tahapan lanjut dalam sebuah siklus data sains. Tahapan penelitian dilakukan dengan Analisis Permasalahan, Akuisisi Data, Exploratory Data Analysis (EDA), Interpretasi Anomali, Rekomendasi Fitur. Hasil akhir berupa 14 rekomendasi fitur dari dataset penerimaan mahasiswa baru yang terdiri dari Jenis Kelamin, Tanggal Lahir (Umur), Program Studi, Status Sipil, Provinsi, Kota, Anak Ke, Jumlah Saudara, Penghasilan, Jenjang, Program Kuliah, Jenis Sekolah, Jurusan Sekolah, Nilai Unas, Tahun Lulus

Full Text:

References

Simon Kemp, 5 April 2022, Digital 2022 Indonesia :Internet use in Indonesia 2022, https://datareportal.com/reports/digital-2022 indonesia?rq=indonesia%202022.

N. Rohman, R. Luviana Musyarofah, E. Utami, and S. Raharjo, “Natural Language Processing on Marketplace Product Review Sentiment Analysis,” in 2020 2nd International Conference on Cybernetics and Intelligent System (ICORIS), 2020, pp. 1–5, doi: 10.1109/ICORIS50180.2020.9320827.

X. Wang, T. Zhou, X. Wang, and Y. Fang, “Harshness-aware sentiment mining framework for product review,” Expert Systems with Applications, vol. 187, p. 115887, 2022, doi: https://doi.org/10.1016/j.eswa.2021.115887.

J.-W. Bi, Y. Liu, and Z.-P. Fan, “Representing sentiment analysis results of online reviews using interval type-2 fuzzy numbers and its application to product ranking,” Information Sciences, vol. 504, pp. 293–307, 2019, doi: https://doi.org/10.1016/j.ins.2019.07.025.

Q. Wang, W. Zhang, J. Li, F. Mai, and Z. Ma, “Effect of online review sentiment on product sales: The moderating role of review credibility perception,” Computers in Human Behavior, vol. 133, p. 107272, 2022, doi: https://doi.org/10.1016/j.chb.2022.107272.

Kevin, V. et al. (2020) “Analisis Sentimen Transportasi Online Menggunakan Support Vector Machine Berbasis Particle Swarm Optimization ( Online Transportation Sentiment Analysis Using Support Vector Machine Based on Particle Swarm Optimization ),” Jurnal Nasional Teknik Elektro dan Teknologi Informasi, 9(2), hal. 162–170FLEXChip Signal Processor (MC68175/D), Motorola, 1996.

Y. Yennimar and R. Rizal, “Comparison of Machine Learning Classification Algorithms in Sentiment Analysis Product Review of North Padang Lawas Regency,” SinkrOn, vol. 4, p. 268, 2019, doi: 10.33395/sinkron.v4i1.10416

Sihombing, L., Hannie, H. dan Dermawan, B. (2021) “Sentimen Analisis Customer Review Produk Shopee Indonesia Menggunakan Algortima Naïve Bayes Classifier,” Edumatic: Jurnal Pendidikan Informatika, 5, hal. 233–242. doi: 10.29408/edumatic.v5i2.4089

M. T. Akter, M. Begum, and R. Mustafa, “Bengali Sentiment Analysis of E-commerce Product Reviews using K-Nearest Neighbors,” in 2021 International Conference on Information and Communication Technology for Sustainable Development (ICICT4SD), 2021, pp. 40–44, doi: 10.1109/ICICT4SD50815.2021.9396910

S. F. N. H. R. JAYADI, “Sentiment Analysis Of Indonesian E-Commerce Product Reviews Using Support Vector Machine Based Term Frequency Inverse Document,” vol. 99, no. 17, pp. 4316–4325, 2022

DOI: https://doi.org/10.30591/smartcomp.v12i3.4125